检索结果-内蒙古大学图书馆

2011-2015年广东省基层卫生人力资源状况分析

现代预防医学 2018年第4期45卷 650-654+673页

作者：代伯峰徐东何文俊郝元涛中山大学公共卫生学院医学统计与流行病学系中山大学国家治理研究院全球卫生研究中心中山大学公共卫生学院医学统计与流行病学系卫生信息研究中心广东省卫生信息学重点实验室

目的分析2011-2015年广东省基层卫生人力资源状况,为广东省基层卫生机构人才建设提供参考。方法运用描述性分析方法和均衡性指数的计算,评价广东省基层卫生人力资源的数量,质量和配置公平性。结果 2011-2015年广东省基层卫生机构卫生人... 详细信息

目的分析2011-2015年广东省基层卫生人力资源状况,为广东省基层卫生机构人才建设提供参考。方法运用描述性分析方法和均衡性指数的计算,评价广东省基层卫生人力资源的数量,质量和配置公平性。结果 2011-2015年广东省基层卫生机构卫生人员,医生和护士年平均增长速度分别为0.24%,2.09%和4.50%。2015年广东省基层卫生机构卫生技术人员、医生和护士的基尼系数分别为0.22,0.22和0.17,人力资源配置公平性高。区域间差异和珠三角地区内部差异对泰尔指数贡献率最高。结论广东省基层卫生人员数量不足,人员素质提升;全省基层卫生人力资源配置处于公平状态;珠三角地区内部差异和地区间的差异是影响总体差异的主要原因。

关键词：基层卫生人力资源公平性基尼系数泰尔指数

来源：评论

学校读者我要写书评

暂无评论

成对数据的主客体互依模型在MPLUS中的实现

引用

现代预防医学 2018年第3期45卷 390-393+400页

作者：何娟范雄智郝春中山大学公共卫生学院医学统计与流行病学系中山大学国家治理研究院全球卫生研究中心中山大学公共卫生学院医学统计学与流行病学系卫生信息研究中心广东省卫生信息学重点实验室

目的在介绍主客体互依模型(Actor-partner interdependence model,APIM)基本思想的基础上,提供构建APIM的MPLUS语句,为AIPM理论在实际研究中的运用奠定基础。方法介绍APIM模型的基本思想及数据格式,运用MPLUS软件进行可区分的成对数据(D... 详细信息

目的在介绍主客体互依模型(Actor-partner interdependence model,APIM)基本思想的基础上,提供构建APIM的MPLUS语句,为AIPM理论在实际研究中的运用奠定基础。方法介绍APIM模型的基本思想及数据格式,运用MPLUS软件进行可区分的成对数据(Distinguishable data)和不可区分的成对数据(Indistinguishable data)的APIM构建。结果对于可区分的成对数据,MPLUS软件能提供简单实用的结构方程模型构建语句,而对于不可区分的成对数据,MPLUS软件在构建结构方程模型的过程中需要限定对子中两成员的6对参数相等。结论结构方程模型是实现可区分的成对数据APIM的最简单方法,也是不可区分的成对数据APIM的准确估计方式,MPLUS则提供了构建结构方程的简洁语句。

关键词：主客体互依模型可区分的对子不可区分的对子结构方程模型

来源：评论

学校读者我要写书评

暂无评论

文本分析在公共卫生领域中应用

引用

中国公共卫生 2018年第8期34卷 1187-1192页

作者：郑志伟龚晓春阳庆玲邱佳玲顾菁宋超郝元涛郝春中山大学公共卫生学院医学统计与流行病学系广东广州510080 中山大学国家治理研究院全球卫生研究中心中山大学公共卫生学院医学统计与流行病学系卫生信息研究中心广东省卫生信息学重点实验室电子科技大学计算机科学与工程学院

在信息化时代,公众在微博、论坛、报纸等媒介上留下海量的文本数据。随着文本挖掘技术的发展,分析并挖掘文本资料中隐含的价值成为现实。本文简要介绍了文本分析的概念、特点和数据源,并通过回顾国内外文献,重点阐述了文本分析在公共卫... 详细信息

在信息化时代,公众在微博、论坛、报纸等媒介上留下海量的文本数据。随着文本挖掘技术的发展,分析并挖掘文本资料中隐含的价值成为现实。本文简要介绍了文本分析的概念、特点和数据源,并通过回顾国内外文献,重点阐述了文本分析在公共卫生领域中的应用,包括:疾病监测与预测,公众意见、态度和需求,健康相关干预效果评价,健康相关行为特征和影响因素,精神卫生或心理健康,卫生政策与管理和健康教育。

关键词：文本分析公共卫生领域应用数据挖掘

来源：评论

学校读者我要写书评

暂无评论

随机森林对文本情感分析的应用与R软件实现

引用

现代预防医学 2018年第8期45卷 1345-1348+1353页

作者：郑志伟邱佳玲阳庆玲龚晓春郭山清贾忠伟郝春中山大学公共卫生学院医学统计与流行病学系山东大学计算机科学与技术学院北京大学中国药物依赖性研究所中山大学国家治理研究院全球卫生研究中心中山大学公共卫生学院医学统计与流行病学系卫生信息研究中心广东省卫生信息学重点实验室

目的文本数据与日俱增,但较少应用于公共卫生领域。本文旨在阐述如何通过随机森林和R软件实现文本情感分析,提供方法学参考。方法人工标注文本情感类别,然后进行分词、特征词权重和特征词选择等步骤。用随机森林进行建模,并评估模型性... 详细信息

目的文本数据与日俱增,但较少应用于公共卫生领域。本文旨在阐述如何通过随机森林和R软件实现文本情感分析,提供方法学参考。方法人工标注文本情感类别,然后进行分词、特征词权重和特征词选择等步骤。用随机森林进行建模,并评估模型性能。结果 1 149条文本纳入分析,正向、负向和中立情感各占34.3%、31.3%和34.4%。共构建18个模型,最优模型准确率0.60。结论影响准确率的原因有样本量、特征词选择、算法选择和参数调整。文本分析也需考虑文本数据来源的准确性才能更好地为卫生政策制定者提供决策的科学依据。

关键词：随机森林文本情感分析 R

来源：评论

学校读者我要写书评

暂无评论

基于表情符号的文本情感分析研究

引用

现代预防医学 2019年第9期46卷 1537-1540页

作者：阳庆玲郑志伟邱佳玲郭山清贾忠伟宋超顾菁李菁华郝元涛郝春中山大学公共卫生学院医学统计与流行病学系山东大学计算机科学与技术学院北京大学中国药物依赖性研究所电子科技大学计算机科学与工程学院大数据研究中心中山大学公共卫生学院医学统计与流行病学系国家治理研究院全球卫生研究中心卫生信息研究中心广东省卫生信息学重点实验室中山大学公共卫生学院卫生管理学系

目的提出一种基于表情符号的文本自动标注的方法,为文本情感分析提供方法学参考。方法从Blued软件抓取广东省用户的发帖文本,筛选出情感倾向明显的表情符号。基于筛选的表情符号生成训练集,并对含表情符号的训练文本进行自动标注。然后... 详细信息

目的提出一种基于表情符号的文本自动标注的方法,为文本情感分析提供方法学参考。方法从Blued软件抓取广东省用户的发帖文本,筛选出情感倾向明显的表情符号。基于筛选的表情符号生成训练集,并对含表情符号的训练文本进行自动标注。然后用机器学习的方法训练分类器,并在人工标注的测试集中验证,评估其分类效果。结果共选取标签表情符号174个,其中正向表情符号93个(53.5%),负向表情符号81个(46.5%)。纳入分析的文本共14.3万条,其中训练集13.0万条(90.9%),测试集1.3万条(9.1%)。朴素贝叶斯、逻辑回归、支持向量机、融合模型最高准确率分别为0.739、0.732、0.729、0.741。结论基于表情符号自动标注文本的方法可应用于文本情感分类。

关键词：表情符号机器学习情感分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：