CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

داده کاوی متنی برای جمع آوری مکانیزه داده های مراقبت سلامتی در سامانه اطلاعات مکانی: مطالعه موردی سامانه ملی مدیریت اطلاعات تحقیقات (سمات) بخش سلامت

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۰۶۷ | نظرات: ۰
سال انتشار: ۱۳۸۸
کد COI مقاله: GISORG01_039
زبان مقاله: فارسی
حجم فایل: ۱۶۷.۸۹ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله داده کاوی متنی برای جمع آوری مکانیزه داده های مراقبت سلامتی در سامانه اطلاعات مکانی: مطالعه موردی سامانه ملی مدیریت اطلاعات تحقیقات (سمات) بخش سلامت

  محبوبه شریفی نژاد - کارشناس ارشد مدیریت فناوری اطلاعات پزشکی، دانشگاه صنعتی امیرکبیر و دف
بهروز بخاراییان - کارشناس ارشد مهندسی نرم افزار و کارشناس ارشد مدیریت فناوری اطلاعات پز

چکیده مقاله:

روشهای تحلیلی GIS و مرتبط با آن یک مجموعه از ابزارها را برای تشریح و فهم تغییرات جغرافیایی مراقب ت های سلامتی فراهم می کنند. به عنوان مثال ارتباط آن با میزان دستیابی به مراقب ت های سلامتی، پی آمدهای سلامتی حاصل از آن و تحقیق پیرامون چگونگی بهبود ارایه خدمات بهداشتی از جمله آنها است. از سوی دیگر تصمیم گیری براساس اطلا عات سامانه های اطلاعات مکانی منوط به بهنگامی و دقت داد ه های مورد استفاده است که گاهی به دلیل حجم بالای داد ه ها وطبیعت غیرساخ ت یافته آنها بسیار دشوار اس ت . ما در این تحقیق تلاش کردیم رو ش های متنکاوی را به عنوان ابزاری ارزشمند جهت حل این مشکل مورد مطالعه قرا ر دهیم . متن کاوی فرآیند استخراج اطلاعات با کیفیت از متن می باشد که طبق ه بندی انوماتیک و خوش ه بندی متون از زیر مسایل آن است که در این باب تا کنون در زبان فارسی فعالیت قابل توجهی صورت نگرفته است . طبقه بندی مقالات تولید شده در مراکز علمی کشور ب هصورت اتوماتیک و نمایش آن بر روی یک سیستم اطلاعات جغرافیایی، توزیع مکانی فعالی ت های علمی در حوز ه های مختلف، قسمتی از سیستم پیشنهادی و در حال پیاده سازی در سامانه ملی مدیریت اطلاعات تحقیقات (سمات) بخش سلامت است . شناسایی مناطق با فعالیت مشابه نیز به کمک
خوشه بندی صورت می گیرد.

کلیدواژه‌ها:

سیستمهای اطلاعات مکانی، متن کاوی ، طبقه/بندی اتومانیک مدارک ، خوشه بندی ، سامانه ملی مدیریت اطلاعات، تحقیقات بخش سلامت

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-GISORG01-GISORG01_039.html
کد COI مقاله: GISORG01_039

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شریفی نژاد, محبوبه و بهروز بخاراییان، ۱۳۸۸، داده کاوی متنی برای جمع آوری مکانیزه داده های مراقبت سلامتی در سامانه اطلاعات مکانی: مطالعه موردی سامانه ملی مدیریت اطلاعات تحقیقات (سمات) بخش سلامت، همایش سراسری سامانه اطلاعات مکانی، تهران، دانشگاه صنعتی مالک اشتر، https://www.civilica.com/Paper-GISORG01-GISORG01_039.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (شریفی نژاد, محبوبه و بهروز بخاراییان، ۱۳۸۸)
برای بار دوم به بعد: (شریفی نژاد و بخاراییان، ۱۳۸۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • جاری، عباس، سامانه ملی اطلاعات علم و فن‌آوری بخش سلامت، ...
  • Yuan, G. May, Heather, Basara , ...
  • health assessment using _ elf-organizing maps and geographic information systems, ...
  • Stark , Stacey L., Nuckols, John R., Rada, Jim , ...
  • Env ironmental Health , Vol. 61 pp.125-128 , 1999. ...
  • ANDERS, K AR L -HEINRICH _ Oberkochen , Data Mining ...
  • Ph O togrammetric Week 01. Heidelberg, Germany: 263-272, 2001. ...
  • SEB ASTIANI _ FABRIZIO _ Machine Learning in Automated Text ...
  • Clustering, Data, Prentice Hall, Englewood Cliffs NJ, U.S.A. pp.105-128, 1988. ...
  • Mining for Biology and Biomedicine, Artech House Books.pp.1 15-125 .2006 ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۷۳۰۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.