Towards a Keyword Extraction in Medical and Healthcare Education

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14110%2F17%3A00098096" target="_blank" >RIV/00216224:14110/17:00098096 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.15439/2017F351" target="_blank" >http://dx.doi.org/10.15439/2017F351</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.15439/2017F351" target="_blank" >10.15439/2017F351</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Towards a Keyword Extraction in Medical and Healthcare Education

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Towards a Keyword Extraction in Medical and Healthcare Education

Popis výsledku anglicky

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

30500 - Other medical sciences

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Federated Conference on Computer Science and Information Systems (FedCSIS)

ISBN

9788394625375

ISSN

2325-0348

e-ISSN

—

Počet stran výsledku

4

Strana od-do

173-176

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Prague

Datum konání akce

1. 1. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000417412800027