Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/249996 
Erscheinungsjahr: 
2021
Schriftenreihe/Nr.: 
ifid Schriftenreihe: Beiträge zu IT-Management & Digitalisierung No. 1
Verlag: 
MA Akademie Verlags- und Druck-Gesellschaft mbH, Essen
Zusammenfassung: 
Um Anwendungsmöglichkeiten, Behandlungsgebiete und Wirkweisen der Inhaltsstoffe von grünem Tee zu erforschen, ist es erforderlich, zunächst einen Überblick über das existierende Fachwissen und bisherige Forschungsansätze zu erlangen. Dieses erweist sich jedoch als schwierig, wenn es zu einem Thema sehr viele Publikationen gibt, wie auch in diesem Beispiel zu grünem Tee. Unter Verwendung von Big-Data Analyse-Methoden und Künstlicher Intelligenz kann daher ein sogenannter "Korpus" mit einer großen Anzahl relevanter Fachartikel erzeugt und analysiert werden. Die darauf aufbauende Analyse und Visualisierung vereinfacht die Exploration der zur Verfügung stehenden Informationen, wie die Erstellung einer Übersicht über die Hauptforschungsgebiete, die Erstellung einer Liste der bedeutenden Autorinnen und Autoren, die Auswertung der relevantesten Fachzeitschriften sowie die wichtigsten Anwendungsmöglichkeiten in Bezug auf Krankheiten und Symptome. In diesem Beitrag präsentiert das vorliegende Paper die Analyse und Visualisierung der Daten und Informationen von ca. 12.000 publizierten wissenschaftlichen Artikeln über grünen Tee aus der medizinischen Fachdatenbank PubMed.
ISBN: 
978-3-89275-120-5
Dokumentart: 
Research Report

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.