检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

在证据检索教学中使用“教育处方”的效果

中国循证医学杂志 2008年第7期8卷 558-560页

作者：邓可刚四川大学华西临床医学院/华西医院成都610041

目的考察医学生填写"教育处方"的效果,了解其能否吸引学生和有助于提高证据检索能力。方法选择一个来自PubMed的案例并从中析出临床问题,要求学生检索文献,写出检索策略、检索结果以及检索结果被选中的原因(类似于对证据的评价),并写出... 详细信息

目的考察医学生填写"教育处方"的效果,了解其能否吸引学生和有助于提高证据检索能力。方法选择一个来自PubMed的案例并从中析出临床问题,要求学生检索文献,写出检索策略、检索结果以及检索结果被选中的原因(类似于对证据的评价),并写出对此检索过程的自我评价。结果在100名学生中,96%的学生检索了PubMed/MEDLINE这类书目数据库,79%的学生检索了二次研究数据库,还有28%的学生检索了SCI引文数据库(Web of Science),38%的学生选出的10篇文献中有1篇与国外学者认为有用的文献相符。没有发现学生对填写此"教育处方"不感兴趣;但有65%的学生认为填写"教育处方"对他们有难度,与此同时他们也提及检索问题的解决或填写"教育处方"的收获。结论填写"教育处方"能吸引学生的注意力,有助于引导他们学习有关循证医学的基本概念和实践如何检索证据,学生的反馈对改进教学工作有帮助。

关键词：教育处方教育效果循证医学证据检索

基于中文深度智能问答系统的证据检索和评分算法研究

在线全文

学校读者我要写书评

暂无评论

基于中文深度智能问答系统的证据检索和评分算法研究

作者：吴炳林郑州大学

学位级别：硕士

伴随着知识管理及智能化深度分析等技术的深入研究,基于知识层面的深度智能问答系统已成为人工智能发展不可缺少的一部分。深度智能问答系统主要采用Deep QA框架结构和知识图谱推理相结合的方法,通过级联协作流程处理问题,在系统框架扩... 详细信息

伴随着知识管理及智能化深度分析等技术的深入研究,基于知识层面的深度智能问答系统已成为人工智能发展不可缺少的一部分。深度智能问答系统主要采用Deep QA框架结构和知识图谱推理相结合的方法,通过级联协作流程处理问题,在系统框架扩展和智能推理分析方面有很大程度的提升。证据检索和评分算法的优劣对系统准确率起关键作用。本文通过深入研究分析,阐明了基于中文深度智能问答系统的证据检索和评分算法存在的若干问题:一是目前中文深度问答系统缺欠基于句法结构和语义分析的证据评分算法;二是已有算法流程中缺少高效的证据段落生成策略以及词条预处理流程;三是现有证据检索和评分模块欠缺更优的基于段落评分池的合并算法。因此,优化和创新证据检索和评分算法是提高中文深度智能问答系统性能的重要问题之一。针对现有证据检索和评分算法中的存在的问题,本文提出了一种新型适用于中文深度智能问答系统的证据检索和评分算法体系。首先,加入了基于自由文档的证据段落生成方法和词条预处理策略;然后,对基于词条频率和词条顺序的两种证据评分算法进行了改进,提出了新的基于卷积树核函数的句法结构评分算法以及基于语言表示模型和卷积神经网络的语义分析评分算法;最后,通过对基于段落评分池的合并算法的分析,提出了基于PCA和K均值的两种新型评分池合并算法。实验表明,改进后的证据检索和评分算法,完善了系统算法体系和缩减了级联流程误差,有效地提高了整个系统的准确率。

关键词：深度问答系统证据检索语言表示模型证据评分语义相似度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

临床实践指南制订方法——证据的检索及评价

中国循证心血管医学杂志 2018年第6期10卷 641-646页

作者：梁丹丹刘洁曾宪涛汪洋靳英辉王行环武汉大学中南医院循证与转化医学中心.武汉大学循证与转化医学中心.武汉大学第二临床学院循证医学与临床流行病学教研室武汉430071 河南大学护理与健康学院开封475000 河南大学淮河医院循证医学与临床研究中心开封475000 河南大学淮河医院护理部开封475000 河南大学淮河医院普外科开封475000

证据的检索及评价是指南制订的重要步骤,全面、客观、可重复的文献检索是指南制作过程中最耗时、最具挑战性及最重要的工作,敏感的检索策略和多样的检索资源是减少文献查找偏倚的关键,也是制订系统评价并最终形成推荐意见的基础。此过... 详细信息

证据的检索及评价是指南制订的重要步骤,全面、客观、可重复的文献检索是指南制作过程中最耗时、最具挑战性及最重要的工作,敏感的检索策略和多样的检索资源是减少文献查找偏倚的关键,也是制订系统评价并最终形成推荐意见的基础。此过程中常常需要优化检索策略、确定检索资源及依靠方法质量学评价进行文献的筛选与最终确定。

关键词：指南手册证据检索方法学质量评价

推动证据向临床转化(四)以临床转化为目的的证据资源检索

在线全文

学校读者我要写书评

暂无评论

护士进修杂志 2020年第10期35卷 879-882页

作者：邢唯杰胡雁周英凤朱政顾莺张晓菊陈瑜复旦大学护理学院复旦大学JBI循证护理合作中心上海市循证护理中心上海200032 复旦大学附属儿科医院上海201102 复旦大学附属肿瘤医院上海200032

对证据临床转化时的证据检索进行阐述和总结,包括证据资源的分布与类型、以临床转化为目的的证据检索流程,旨在促进护理人员理解证据检索的原则、方法与策略,规范证据检索,促进证据实施。

关键词：循证实践实施科学证据临床转化证据检索

在长学制医学生中开设循证医学证据检索课程的初步探索

在线全文

学校读者我要写书评

暂无评论

中国高等医学教育 2008年第2期 99-100页

作者：邓可刚四川大学华西医院四川成都610041

在长学制学生中开设循证医学证据检索课程,应针对学校和学生的具体情况在恰当的学期安排此课程;教学上考虑学生特点,适当增加教学时数;教学和考核选用学生能理解的临床问题。

关键词：医学教育长学制循证医学证据检索

护士信息素养及循证护理能力对创新行为的影响研究

在线全文

学校读者我要写书评

暂无评论

护理学杂志 2023年第17期38卷 77-80页

作者：江润娇李小玲陈敏芝来纯云杨英解放军总医院第二医学中心老年医学科北京100853 解放军总医院第二医学中心健康医学科北京100853

目的探讨护士信息素养及循证护理能力对创新行为的影响,为提升护士的创新行为提供参考。方法采用一般资料调查表、护士创新行为量表、信息素养量表、循证护理能力量表对北京市5所三甲医院1304名护士进行调查。结果护士创新行为得分(32.2... 详细信息

目的探讨护士信息素养及循证护理能力对创新行为的影响,为提升护士的创新行为提供参考。方法采用一般资料调查表、护士创新行为量表、信息素养量表、循证护理能力量表对北京市5所三甲医院1304名护士进行调查。结果护士创新行为得分(32.28±6.42)分,信息素养得分(75.40±8.35)分,循证护理能力得分(44.62±8.78)分。Pearson相关性分析显示,护士创新行为与护士信息素养及循证护理能力呈正相关(均P<0.05)。多元线性分层回归分析显示,控制一般资料后,护士信息素养、循证护理能力是影响护士创新行为的主要因素(均P<0.05),可解释总变异的64.4%。结论护士创新行为处于中等水平。医疗机构可从护士信息素养、循证护理能力层面开展培训,充分发挥护士信息素养及循证护理能力对其创新行为的促进作用,并鼓励高学历与高职务护士发挥其优势,进一步提高护士创新行为水平。

关键词：护士创新行为信息素养循证护理能力证据检索证据评价证据应用

在线全文

学校读者我要写书评

暂无评论

面向混合数据的智能问答系统研究

面向混合数据的智能问答系统研究

作者：魏旭南京理工大学

学位级别：硕士

智能问答是自然语言处理领域的重要研究方向,其研究成果也在社会上有着广泛应用。通常智能问答的研究都是面向单一种类数据源,然而生活中更为常见的是混合数据,其中文本与表格混合的情况最普遍,因此针对此种混合数据的智能问答研究对实... 详细信息

智能问答是自然语言处理领域的重要研究方向,其研究成果也在社会上有着广泛应用。通常智能问答的研究都是面向单一种类数据源,然而生活中更为常见的是混合数据,其中文本与表格混合的情况最普遍,因此针对此种混合数据的智能问答研究对实际生活有着重要意义。智能问答研究通常有检索与推理两种核心组件,前者主要关注从长篇幅文档中提取粗略的证据语句,后者则关注从短上下文中生成精确答案。多数研究都使用检索的结果作为推理的上下文。本文对面向混合数据的检索和推理分别进行了研究,主要工作和贡献如下:(1)现有的证据检索方法在处理文本-表格混合数据上存在效率问题,并且部分效果较好的方法过于依赖标签数据。针对这些问题,本文提出了一种面向文本-表格混合数据的无监督迭代对齐检索算法。针对自由文本使用上下文无关的预训练词向量进行嵌入表示,通过问题与上下文语句的对齐得分检索证据;针对表格数据将其序列化展开并使用BM25算法进行快速检索,再根据得到的证据对问题进行扩充实现多跳检索。在相关公开数据集上的实验结果表明该方法能够在不依赖任何数据标注的情况下,快速有效地完成混合数据中的多跳检索过程。(2)有关此类混合数据的推理过程通常是复杂且不确定的,而现代关于推理过程的研究则普遍将答案类型做了大量限制,往往只能推理出原文片段类型的答案。本文针对这种复杂推理问题,提出了一种用于复杂问答任务的多分支结构阅读推理方法。使用预训练语言模型对输入数据进行多粒度编码;这些编码被用于不同类型答案的推理。针对多片段答案类型本文使用束搜索生成候选答案,对其剪枝作为输出;针对数值计算类型答案,本文使用Transformer块推理所有数值输入的线性组合作为答案,避免了一些热门方法中繁杂的图结构标注过程。在相关公开数据集上的实验结果表明该方法能在无须图结构标注的情况下完成混合数据的复杂推理过程。(3)设计实现了一个面向政府政策文件的智能问答系统。该系统实现了根据用户提问自动从所有政策文件中检索相关上下文,并结合问题与上下文进行逻辑推理,最后给出答案的功能。其中政策文件以序列化字符串的形式存储在服务器数据库中。实验结果表明,该系统能够在较短时间内给出质量可靠的答案。

关键词：问答证据检索数值推理多跳检索