Similarity detection between virtual patients and medical curriculum using R
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14110%2F18%3A00104412" target="_blank" >RIV/00216224:14110/18:00104412 - isvavai.cz</a>
Výsledek na webu
<a href="http://ebooks.iospress.nl/volumearticle/50507" target="_blank" >http://ebooks.iospress.nl/volumearticle/50507</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3233/978-1-61499-921-8-222" target="_blank" >10.3233/978-1-61499-921-8-222</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Similarity detection between virtual patients and medical curriculum using R
Popis výsledku v původním jazyce
This paper presents the domain of information sciences, applied informatics and biomedical engineering, proposing to develop methods for an automated detection of similarities between two particular virtual learning environments - virtual patients at Akutne.cz and the OPTIMED curriculum management system - in order to provide support to clinically oriented stages of medical and healthcare studies. For this purpose, the authors used large amounts of text-based data collected by the system for mapping medical curricula and through the system for virtual patient authoring and delivery. The proposed text-mining algorithm for an automated detection of links between content entities of these systems has been successfully implemented by the means of a web-based toolbox.
Název v anglickém jazyce
Similarity detection between virtual patients and medical curriculum using R
Popis výsledku anglicky
This paper presents the domain of information sciences, applied informatics and biomedical engineering, proposing to develop methods for an automated detection of similarities between two particular virtual learning environments - virtual patients at Akutne.cz and the OPTIMED curriculum management system - in order to provide support to clinically oriented stages of medical and healthcare studies. For this purpose, the authors used large amounts of text-based data collected by the system for mapping medical curricula and through the system for virtual patient authoring and delivery. The proposed text-mining algorithm for an automated detection of links between content entities of these systems has been successfully implemented by the means of a web-based toolbox.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20601 - Medical engineering
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Studies in Health Technology and Informatics 255
ISBN
9781614999201
ISSN
0926-9630
e-ISSN
—
Počet stran výsledku
5
Strana od-do
222-226
Název nakladatele
IOS Press
Místo vydání
Amsterdam
Místo konání akce
Zagreb
Datum konání akce
15. 10. 2018
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000455957400043