Sau khi tìm được, các em hãy thực hiện 2 bước sau:

1. Đăng bài lên Padlet của lớp:

Dán link bài báo các em đã chọn vào Padlet chung

2. Phân tích và trình bày ngay trên Padlet:

Bên dưới link bài báo của nhóm mình, các em hãy ghi rõ các thông tin sau:

Tên tác giả: Ghi đầy đủ tên các tác giả của bài báo.

Năm công bố: Bài báo được xuất bản năm nào?

Cấu trúc bài báo (Phân tích sơ bộ): Chỉ ra các phần chính của bài báo theo cấu trúc IMRaD mà chúng ta đã học:

Introduction (Giới thiệu): Mục tiêu của nghiên cứu là gì? (Đọc phần tóm tắt và giới thiệu để trả lời).

Methods (Phương pháp): Tác giả đã làm nghiên cứu như thế nào? (Nhìn lướt qua phần phương pháp để mô tả ngắn gọn).

Results (Kết quả): Họ đã tìm ra điều gì? (Xem các bảng biểu, hình ảnh để tóm tắt).

Discussion (Bàn luận): Ý nghĩa của kết quả là gì? (Đọc phần kết luận).

Năm sản xuất: Tạp chí Khoa học Công nghệ Xây dựng (TCKHCNXD)-ĐHXDHN 15 (2V), 202-213, 2021

Introduction (Giới thiệu):

Mục tiêu nghiên cứu là khảo sát thực trạng chất lượng công tác quản lý hoạt động khoa học và công nghệ (KH&CN) tại Bộ Xây dựng trong giai đoạn 2011–2019. Bên cạnh việc chỉ ra những thành công, nghiên cứu cũng làm rõ những hạn chế còn tồn tại.

Tác giả tiến hành phân tích, khảo sát thực trạng quản lý hoạt động KH&CN tại Bộ Xây dựng trong giai đoạn 2011–2019, từ đó đánh giá kết quả đạt được, hạn chế còn tồn tại, và xác định cơ sở đề xuất giải pháp nâng cao chất lượng quản lý.

Results (Kết quả):

Nghiên cứu đã chỉ ra bên cạnh những thành công trong quản lý hoạt động KH&CN, vẫn còn tồn tại một số hạn chế nhất định, quản lý hoạt động KH&CN.

Discussion (Bàn luận):

Ý nghĩa của kết quả nghiên cứu là góp phần hoàn thiện công tác quản lý KH&CN, đáp ứng yêu cầu phát triển ngành xây dựng trong giai đoạn mới.

Năm công bố : 2013

I - Thí nghiệm trên động vật vừa quan trọng trong nghiên cứu y sinh, vừa gây tranh cãi đạo đức. Hiện chưa có bài tổng quan lịch sử đầy đủ về vấn đề này, nên bài viết nhằm cung cấp cái nhìn nền tảng cho người học và nghiên cứu quan tâm đến đạo đức và lịch sử khoa học.

PHƯƠNG PHÁP (Methods)

Trong giai đoạn từ thời cổ đại đến thế kỷ 19, việc nghiên cứu sinh lý và giải phẫu được thực hiện chủ yếu thông qua:

• Giải phẫu động vật (dissection) do cấm kỵ mổ người.

• Thí nghiệm trên động vật sống (vivisection) để quan sát chức năng cơ thể.

• So sánh giải phẫu người và động vật (comparative anatomy).

• Quan sát thực nghiệm kết hợp triết học (Descartes, Kant, Bacon…).

• Áp dụng các phương pháp khoa học mới (toán học, vật lý, hóa học).

• Thí nghiệm công khai, biểu diễn trước công chúng (ví dụ: Boyle, Magendie).

Phương pháp này tiến triển dần từ:

• Quan sát cảm tính →

• Thực nghiệm có mục tiêu →

• Thí nghiệm kiểm soát →

• Tiền đề cho y học thực nghiệm thế kỷ 19.

⸻

Ý NGHĨA CỦA KẾT QUẢ (Discussion / Significance)

Những kết quả tích lũy qua các thời kỳ tạo ra nhiều tác động lớn:

- Về khoa học & y học

• Đặt nền móng cho sinh lý học và y học hiện đại.

• Phát hiện ra tuần hoàn máu (Harvey), hoạt động thần kinh, huyết áp, phản xạ, phôi học, v.v.

• Phát triển phương pháp khoa học dựa trên thử nghiệm thay vì suy đoán.

• Mở đường cho y học thực nghiệm (Bernard, Magendie).

- Về đạo đức & xã hội

• Thái độ với động vật thay đổi dần:

• Ban đầu: coi động vật là công cụ, không có giá trị đạo đức.

• Thế kỷ 18: bắt đầu tranh luận về đau đớn, quyền lợi, sự cảm nhận.

• Bentham, Rousseau, Voltaire đặt nền cho đạo đức động vật hiện đại.

• Khởi đầu phong trào chống vivisection, yêu cầu kiểm soát đạo đức khoa học.

- Tác động lâu dài

• Hình thành tranh luận còn kéo dài tới hiện nay:

“Khoa học có nên hy sinh động vật vì lợi ích con người?”

• Tạo tiền đề cho:

• Quy định pháp luật về nghiên cứu trên động vật.

• Nguyên tắc 3R (Replace – Reduce – Refine).

• Y học bằng chứng (Evidence-based medicine).

Thiên Hà & Hoàng Anh

Ảnh này thể hiện cách Google Scholar cung cấp các nguồn tài liệu học thuật, giúp sinh viên, giảng viên, và nhà nghiên cứu dễ dàng tiếp cận các công trình khoa học liên quan đến lĩnh vực y học.

Tác giả:

Ngoc Hong Tran, Lan Kim Vien, Ngoc-Thao Thi Le

Ngày xuất bản:

11 tháng 4, 2025

Cấu trúc:

1.ABSTRACT: TÓM TẮT

2. INTRODUCTION: GIỚI THIỆU

3. DATASET: TẬP DỮ LIỆU

4. DATA ANALYTICS AND INSIGHT FINDINGS: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ CHI TIẾT

5. CLASSIFICATION MODELS AND RESULT ANALYTICS: MÔ HÌNH PHÂN LOẠI VÀ PHÂN TÍCH KẾT QUẢ

6. CONCLUSION: KẾT LUẬN

7.REFERENCES: TÀI LIỆU THAM KHẢO

Giới thiệu:

để xác định mối tương quan nhân quả ảnh hưởng đến nguy cơ ung thư phổi.

Phương pháp:

Sử dụng các tập dữ liệu lớn như hồ sơ sức khỏe bệnh nhân và các chỉ số môi trường chứa thông tin cần thiết, chẳng hạn như tỷ lệ phá rừng, tỷ lệ che phủ xanh, ô nhiễm không khí và nguy cơ ung thư phổi, được thu thập từ các trang web chia sẻ dữ liệu chính phủ nổi tiếng. Sau đó, chúng tôi xử lý và kết nối chúng, đồng thời áp dụng các phương pháp phân tích (bản đồ nhiệt, thu thập thông tin, giá trị p, tương quan Spearman).

Triển khai các mô hình học máy (ML) (Cây Quyết định, Rừng Ngẫu nhiên, Máy Vector Hỗ trợ, Phân cụm K-mean) để khám phá các mô hình nguy cơ ung thư.

Kết quả:

RF (subasi, a., 2020) là một tập hợp các DTS. Trong thí nghiệm này, đối với DT và RF, dự đoán là 100% vì số lượng mẫu thực tế khớp với các mẫu dự đoán cho tất cả các lớp: 119 cho Thấp, 84 cho Trung bình và 97 cho Cao. Chúng tôi đo điểm tin cậy của phương pháp phân cụ K-means bằng ma trận nhầm lẫn, tuy nhiên, như được hiển thị trong Hình 11, độ chính xác phân cụ tổng thể rất thấp. Số lượng mẫu thực tế không khớp với các mẫu dự đoán: không có mẫu nào cho Cao (0%), 30 trong số 303 mẫu cho Thấp (10%) và 10 trong số 332 mẫu cho Trung bình (3%). Độ chính xác phân cụ tổng thể rất thấp, cho thấy thuật toán phân cụ K-means phân loại sai đáng kể.

Thảo luận:

Nghiên cứu này nhấn mạnh vai trò quan trọng của việc hiểu rõ sự tương tác giữa các yếu tố môi trường và sức khỏe trong sự phát triển của ung thư phổi. Các yếu tố nguy cơ chính, chẳng hạn như ô nhiễm không khí, nạn phá rừng và sức khỏe, đã được xác định. Những phát hiện sâu sắc này có thể hỗ trợ các sáng kiến ​​y tế công cộng nhằm ngăn ngừa ung thư phổi hiệu quả hơn và thúc đẩy cộng đồng khỏe mạnh hơn. Hơn nữa, mô hình học máy là một công cụ dự đoán đầy hứa hẹn, tuy nhiên, chúng ta cần những nghiên cứu sâu hơn. Trong tương lai, chúng tôi sẽ thu thập thêm nhiều tập dữ liệu và tận dụng các mô hình máy tiên tiến hơn để tìm ra những thông tin chi tiết hữu ích hơn và cải thiện độ chính xác của mô hình.