زبان EN AR
+
اندازه قلم
-
رنگ
دانشگاه علوم پزشکی همدان
زبان EN

عنوان طرح: ارزیابی 100 مقاله پر توجه مرتبط با کاربرد هوش مصنوعی در مدیریت دانش سلامت در رسانه های اجتماعی: یک مطالعه آلتمتریک

مجری(ان): نفیسه رضائی، علی اوچی

همکار(ان): زهرا کلهری، سیروس پناهی، مینا محامی اسکوئی

تاریخ انتشار:  1405

نوع طرح: کاربردی

پیام کلیدی:

افزایش قابلیت مشاهده‌پذیری دیجیتال پژوهش‌های هوش مصنوعی در مدیریت دانش سلامت، نه تنها توجه رسانه‌ای را جلب می‌کند، بلکه تأثیر علمی بلندمدت آن‌ها را نیز تقویت می‌نماید.

متن پیام پژوهشی:  

با گسترش سریع کاربردهای هوش مصنوعی در مدیریت دانش سلامت، درک الگوهای انتشار و تأثیر اجتماعی این پژوهش‌ها برای سیاست‌گذاران، محققان و عموم مردم حیاتی است. این مطالعه با تحلیل آلتمتریک، شکاف بین انتشار علمی و مشارکت اجتماعی را بررسی می‌کند.

 بیشتر پژوهش‌های پرتوجه در این حوزه در سال ۲۰۲۳ منتشر شده‌اند. عمده بحث‌های آنلاین درباره این مقالات در توییتر صورت گرفته است. پژوهش‌هایی که در رسانه‌های اجتماعی بیشتر دیده می‌شوند، معمولاً استنادات علمی بیشتری نیز دریافت می‌کنند. همچنین، اکثر این مقالات به صورت رایگان (دسترسی آزاد) در دسترس بوده‌اند.

نتایج این مطالعه می‌تواند به سیاست‌گذاران در طراحی راهبردهای انتشار دسترسی آزاد کمک کند. مؤسسات پژوهشی می‌توانند با مدیریت حضور دیجیتال، تأثیر پژوهش‌های خود را افزایش دهند. صنعت سلامت نیز می‌تواند از این یافته‌ها برای شناسایی موضوعات داغ و سرمایه‌گذاری هدفمند در فناوری‌های هوش مصنوعی استفاده نماید.

تاثیرات و کاربردهای پژوهش:

  • تقویت ارتباط بین علم و جامعه از طریق رسانه‌های اجتماعی
  • تسهیل تصمیم‌گیری مبتنی بر شواهد در سیاست‌گذاری سلامت
  • هدایت سرمایه‌گذاری در پروژه‌های پژوهشی پرتوجه و باارزش

محدودیتهای شواهد چه بودند؟

محدودیت‌هایی مانند «تکیه بر داده‌های یک پایگاه داده خاص (Web of Science)»، «عدم پوشش همه رسانه‌های اجتماعی» یا «تمرکز بر مقالات انگلیسی‌زبان» را  می توان ذکر کرد.

 

آیا این خبر می تواند از نظر اجتماعی، سیاسی، فرهنگی، بهداشتی، ارزش های دینی و قوانین سازمان غذا و دارو، تبعاتی داشته باشد؟

خیر

در صورتی که این طرح منتج به مقاله شده است لینک مقاله درج شود:

  https://doi.org/10.1108/GKMC-08-2025-0603

ایمیل ارتباطی و تلفن مجری اصلی طرح:

Nafis.rezaei@yahoo.com

منابع و مراجع:

1.         Andrade-Arenas, L. and Yactayo-Arias, C. (2024), “A bibliometric analysis of the advance of artificial

2.         intelligence in medicine”, International Journal of Electrical and Computer Engineering

3.         (IJECE), Vol. 14 No. 3, pp. 3350-3361.

4.         Ansari, N., Basir, F.Z., Mahami-Oskouei, M., Rashti, R. and Ouchi, A. (2025), “The top 100 papers on

5.         prostate cancer-associated exosomes on social media: an altmetric study from the MENA

گروه مخاطب

پیام پژوهش

مدیران و سیاست‌گذاران سلامت

رشد سریع پژوهش‌های هوش مصنوعی در مدیریت دانش سلامت (HKM) نشان‌دهنده نیاز به سیاست‌گذاری برای تسهیل دسترسی آزاد (Open Access)، تقویت همکاری‌های بین‌المللی و استفاده هدفمند از رسانه‌های اجتماعی برای انتشار یافته‌هاست. همبستگی مثبت قوی بین مشارکت اجتماعی (Altmetric Attention Scores) و استنادات علمی، تأیید می‌کند که قابلیت مشاهده‌پذیری دیجیتال تأثیر بلندمدت پژوهش‌ها را افزایش می‌دهد.

محل بکارگیری نتایج تحقیق( صنعت، جامعه)

پیشنهاد نحوه کاربست

سیاست‌گذاری و مدیریت سلامت

طراحی راهبردهای ملی برای تشویق انتشار دسترسی آزاد و پایش شاخص‌های آلت‌متریک در کنار شاخص‌های سنتی، جهت ارزیابی تأثیر اجتماعی پژوهش‌های سلامت.

مؤسسات آموزشی و پژوهشی

گنجاندن آموزش سواد آلت‌متریک و مدیریت حضور دیجیتال در برنامه‌های درسی رشته‌های علوم سلامت، به‌ویژه برای دانشجویان تحصیلات تکمیلی.

صنعت فناوری سلامت و استارتاپ‌ها

توسعه پلتفرم‌های یکپارچه‌ای که امکان رصد و تحلیل توجه رسانه‌ای پژوهش‌های حوزه سلامت را فراهم می‌کنند تا سرمایه‌گذاری در پروژه‌های پرتوجه‌تر هدفمند شود.

جامعه علمی بین‌المللی

ایجاد کنسرسیوم‌هایی برای تسهیم داده‌های آلت‌متریک و استنادات، به‌منظور انجام مطالعات تطبیقی و شناسایی الگوهای جهانی تأثیر پژوهش.

     

 

نشانی: 

نظرسنجی
آمار بازدید
تعداد بازدیدکنندگان امروز 2649
تعداد کل بازدیدکنندگان تا امروز 1165746
تعداد کاربران بر خط 1