KOMENDA, Martin, Matěj KAROLYI, Roman VYŠKOVSKÝ, Kateřina JEŽOVÁ a Jakub ŠČAVNICKÝ. Towards a Keyword Extraction in Medical and Healthcare Education. In Ganzha, M; Maciaszek, L; Paprzycki, M. Federated Conference on Computer Science and Information Systems (FedCSIS). New York: IEEE, 2017, s. 173-176. ISBN 978-83-946253-7-5. Dostupné z: https://dx.doi.org/10.15439/2017F351.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Towards a Keyword Extraction in Medical and Healthcare Education
Autoři KOMENDA, Martin (203 Česká republika, garant, domácí), Matěj KAROLYI (203 Česká republika, domácí), Roman VYŠKOVSKÝ (203 Česká republika, domácí), Kateřina JEŽOVÁ (203 Česká republika, domácí) a Jakub ŠČAVNICKÝ (703 Slovensko, domácí).
Vydání New York, Federated Conference on Computer Science and Information Systems (FedCSIS), od s. 173-176, 4 s. 2017.
Nakladatel IEEE
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 30500 3.5 Other medical sciences
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
Kód RIV RIV/00216224:14110/17:00098096
Organizační jednotka Lékařská fakulta
ISBN 978-83-946253-7-5
ISSN 2325-0348
Doi http://dx.doi.org/10.15439/2017F351
UT WoS 000417412800027
Klíčová slova anglicky Keyword Extraction in Medical
Štítky EL OK
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnila: Soňa Böhmová, učo 232884. Změněno: 17. 5. 2018 16:40.
Anotace
Medical and healthcare study programmes cover various curricula consisting of many theoretically focused courses and clinical teaching training. Curriculum attributes usually contains thousands of requirements on the form of knowledge and skills which fully define a complete graduate profile. It is not humanly possible to go through the entire curriculum or to imagine how the individual courses, learning units, outcomes and branches of medicine are interrelated. This paper introduces an innovative analytical approach which helps to identify automatically the most frequent topics based on keyword extraction. Moreover, the transparent and clear webbased visualisation of achieved results is shown in practice.
Návaznosti
MUNI/A/1339/2016, interní kód MUNázev: MERGER: detekce vazeb mezi informačními systémy pro mapování kurikula a pro virtuální pacienty (Akronym: MERGER)
Investor: Masarykova univerzita, MERGER: detekce vazeb mezi informačními systémy pro mapování kurikula a pro virtuální pacienty, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/FR/1568/2016, interní kód MUNázev: Portál OPTIMED – implementace nových funkcí pro efektivní vyhledávání
Investor: Masarykova univerzita, Portál OPTIMED – implementace nových funkcí pro efektivní vyhledávání
VytisknoutZobrazeno: 2. 10. 2024 06:51