Delen, Dursun
Yükleniyor...
Araştırma projeleri
Organizasyon Birimleri
Lisansüstü Eğitim Enstitüsü, İşletme Ana Bilim Dalı
İş dünyasının giderek karmaşıklaşan ve dinamik hale gelen yapısı, farklı disiplinlerden gelen bireylerin aynı örgütsel çatı altında aynı amaçlar doğrultusunda etkin ve verimli çalışmalarını zorunlu hale getirmiştir. Bu sebeple de, işletmenin tüm işlevlerini bütüncül bir bakış açısı ile değerlendirebilecek ve bu hususları faaliyet gösterilen ekosistemin diğer dinamikleri ile uyumlu yönetebilecek bireylere duyulan ihtiyaç artmıştır. Ayrıca, teknoloji alanında yaşanan baş döndürücü gelişmeler rekabetin sahasını genişletmiş ve özellikle üretim, dağıtım, pazarlama ve finans alanlarında entegre bilgi birikimine sahip, yönetsel becerisi yüksek insan kaynağına önemli ölçüde bir talep doğurmuştur.
Adı Soyadı
Dursun Delen
İlgi Alanları
Sağlık Analitiği, Karar Destek Sistemleri, Sağlık Analitiği, İş Zekası, İş Analitiği
Kurumdaki Durumu
Pasif Personel
1 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 1 / 1
Yayın A critical analysis of COVID-19 research literature: Text mining approach(Elsevier, 2021) Delen, Dursun; Delen, Dursun; Delen, Dursun; Zengul, Ferhat D.; Zengul, Ayşe G.; Mugavero, Michael J.; Oner, Nurettin; Özaydın, Bünyamin; Delen, Dursun; Willig, James H.; Kennedy, Kierstin C.; Cimino, James; Yönetim Bilimleri Fakültesi, İşletme Bölümü; Yönetim Bilimleri Fakültesi, İşletme Bölümü; Yönetim Bilimleri Fakültesi, İşletme BölümüObjective: Among the stakeholders of COVID-19 research, clinicians particularly experience difficulty keeping up with the deluge of SARS-CoV-2 literature while performing their much needed clinical duties. By revealing major topics, this study proposes a text-mining approach as an alternative to navigating large volumes of COVID-19 literature. Materials and methods: We obtained 85,268 references from the NIH COVID-19 Portfolio as of November 21. After the exclusion based on inadequate abstracts, 65,262 articles remained in the final corpus. We utilized natural language processing to curate and generate the term list. We applied topic modeling analyses and multiple correspondence analyses to reveal the major topics and the associations among topics, journal countries, and publication sources. Results: In our text mining analyses of NIH’s COVID-19 Portfolio, we discovered two sets of eleven major research topics by analyzing abstracts and titles of the articles separately. The eleven major areas of COVID-19 research based on abstracts included the following topics: 1) Public Health, 2) Patient Care & Outcomes, 3) Epidemiologic Modeling, 4) Diagnosis and Complications, 5) Mechanism of Disease, 6) Health System Response, 7) Pandemic Control, 8) Protection/Prevention, 9) Mental/Behavioral Health, 10) Detection/Testing, 11) Treatment Options. Further analyses revealed that five (2,3,4,5, and 9) of the eleven abstract-based topics showed a significant correlation (ranked from moderate to weak) with title-based topics. Conclusion: By offering up the more dynamic, scalable, and responsive categorization of published literature, our study provides valuable insights to the stakeholders of COVID-19 research, particularly clinicians.
