1,720,967 research outputs found
Analyse qualitative d'un Bond-Graph par les techniques de l'Intelligence Artificielle. Contribution a la conception et a la realisation du logiciel d'aide a la modelisation ARCHER
No full textSIGLEAvailable from INIST (FR), Document Supply Service, under shelf-number : T 81340 / INIST-CNRS - Institut de l'Information Scientifique et TechniqueFRFranc
Artificial intelligence applications in e-commerce: A bibliometric study from 1995 to 2023 using merged data sources
No full textPurpose: The aim of this study is to conduct a comprehensive review of scientific articles concerning artificial intelligence (AI) applications in electronic commerce through bibliometric analysis.
Theoretical Framework: The current study utilized both the SCOPUS and Web of Science (WoS) databases to enrich the analysis with a wider selection of papers in the field, incorporating an examination of the most cited documents.
Design/Methodology/Approach: The dataset for analysis was selected according to the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) framework, integrating data from Scopus and WoS through R software, specifically using the biblioshiny library. It includes 8372 papers published from 1995 to 2023. This study's data analysis used two approaches: descriptive analysis to examine the data quantitatively and scientific mapping to explore the intellectual and social structures within the dataset.
Findings: The results reveal significant trends in the application of artificial intelligence in e-commerce, highlighting the rapid growth of interest in this area over the last decade. China emerges as the country with the highest number of citations, with ZHANG Y identified as the most relevant author and HU M as the most cited author. Furthermore, the study identifies prevalent keywords used by the authors, including sentiment analysis and recommendation systems.
Research, Practical & Social Implications: This study underscores the transformative potential of AI in enhancing e-commerce practices, offering insights for both academic researchers and industry professionals by providing valuable perspectives on current trends and contributions.
Originality/Value: The value of the study lies in its comprehensive bibliometric approach, which integrates two major databases to explore AI's applications in e-commerce. This deviation from previous reviews, which often rely on a single database, provides a deeper understanding of the current landscape and future directions in this field.Objetivo: O objetivo deste estudo é realizar uma revisão abrangente de artigos científicos sobre as aplicações de inteligência artificial (IA) no comércio eletrônico por meio de análise bibliométrica.
Referencial teórico: O estudo atual utilizou tanto as bases de dados SCOPUS quanto Web of Science (WoS) para enriquecer a análise com uma seleção mais ampla de artigos no campo, incorporando um exame dos documentos mais citados.
Desenho/metodologia/abordagem: O conjunto de dados para análise foi selecionado de acordo com o framework PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), integrando dados do Scopus e WoS por meio do software R, especificamente utilizando a biblioteca biblioshiny, e inclui 8372 artigos publicados de 1995 a 2023. A análise de dados deste estudo utilizou duas abordagens: análise descritiva para examinar os dados quantitativamente e mapeamento científico para explorar as estruturas intelectuais e sociais dentro do conjunto de dados.
Resultados: Os resultados revelam tendências significativas na aplicação da inteligência artificial no comércio eletrônico, destacando o rápido crescimento do interesse nesta área ao longo da última década. A China emerge como o país com o maior número de citações, com ZHANG Y identificado como o autor mais relevante e HU M como o autor mais citado. Além disso, o estudo identifica palavras-chave prevalentes usadas pelos autores, incluindo análise de sentimento e sistemas de recomendação.
Pesquisa, implicações práticas e sociais: Este estudo destaca o potencial transformador da IA em aprimorar práticas de comércio eletrônico, oferecendo insights tanto para pesquisadores acadêmicos quanto profissionais da indústria, fornecendo perspectivas valiosas sobre tendências atuais e contribuições.
Originalidade/valor: O valor do estudo reside em sua abordagem bibliométrica abrangente, que integra duas bases de dados principais para explorar as aplicações da IA no comércio eletrônico. Esta divergência das revisões anteriores, que frequentemente se baseiam em uma única base de dados, proporciona uma compreensão mais profunda do cenário atual e das direções futuras neste campo.Propósito: El objetivo de este estudio es realizar una revisión exhaustiva de artículos científicos sobre las aplicaciones de la inteligencia artificial (IA) en el comercio electrónico a través de análisis bibliométrico.
Marco teórico: El estudio actual utilizó tanto las bases de datos SCOPUS como Web of Science (WoS) para enriquecer el análisis con una selección más amplia de artículos en el campo, incorporando un examen de los documentos más citados.
Metodología: El conjunto de datos para el análisis fue seleccionado de acuerdo con el marco PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), integrando datos de Scopus y WoS a través del software R, específicamente utilizando la biblioteca biblioshiny, e incluye 8372 artículos publicados desde 1995 hasta 2023. El análisis de datos de este estudio utilizó dos enfoques: análisis descriptivo para examinar los datos cuantitativamente y mapeo científico para explorar las estructuras intelectuales y sociales dentro del conjunto de datos.
Conclusiones: Los resultados revelan tendencias significativas en la aplicación de la inteligencia artificial en el comercio electrónico, destacando el rápido crecimiento del interés en esta área durante la última década. China emerge como el país con el mayor número de citas, con ZHANG Y identificado como el autor más relevante y HU M como el autor más citado. Además, el estudio identifica palabras clave prevalentes utilizadas por los autores, incluyendo análisis de sentimientos y sistemas de recomendación.
Implicaciones de la Investigación: Este estudio subraya el potencial transformador de la IA en mejorar las prácticas de comercio electrónico, ofreciendo ideas tanto para investigadores académicos como profesionales de la industria, proporcionando perspectivas valiosas sobre tendencias actuales y contribuciones.
Originalidad/valor: El valor del estudio radica en su enfoque bibliométrico exhaustivo, que integra dos bases de datos principales para explorar las aplicaciones de la IA en el comercio electrónico. Esta desviación de revisiones anteriores, que a menudo se basan en una sola base de datos, proporciona una comprensión más profunda del panorama actual y las direcciones futuras en este campo
Harnessing multi-source data for AI-driven oncology insights: Productivity, trend, and sentiment analysis
Full text linkThis study aims to provide an overall view of the current status of AI publications in the entire field of oncology, encompassing productivity, emerging trends, and researchers’ sentiments. A total of 1,296 papers published between January 2019 and January 2024, were selected using the PRISMA framework. Citespace software and the R package “Biblioshiny” were utilized for bibliographic analysis. China has been the leading contributor to global production with over 2,596 publications, followed by Europe. Among 8339 authors, Kather JN was the third most prolific author and held a central position in the co-authorship network. The most prominent article emphasized the Explainability of AI methods (XAI) with a profound discussion of their potential implications and privacy in data fusion contexts. Current trends involve the utilization of supervised learning methods such as CNN, Bayesian networks, and extreme learning machines for various cancers, particularly breast, lung, brain, and skin cancer. Late image-omics fusion was the focus of various studies during 2023. Recent advancements include the use of "conductive hydrogels" and "carbon nanotubes" for flexible electronic sensors. Ninety and a half percent of the researchers viewed these advancements positively. To our knowledge, this study is the first in the field to utilize merged databases from WoS, Scopus, and PubMed. Supervised ML methods, Multimodal DL, chatbots, and intelligent wearable devices have garnered significant interest from the scientific community. However, issues related to data-sharing and the generalizability of AI algorithms are still prevalent
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
The evolution and impact of artificial intelligence in market analysis: A quantitative bibliometric exploration of the past thirty-five (35) years
Full text linkArtificial Intelligence (AI) is now involved in almost every field of activity, with its expansion driven by the significant benefits it brings to our daily activities. This research paper examines the evolution and impact of AI applications in market analysis through a comprehensive bibliometric study. To the best of our knowledge, this paper is unique by considering various papers related to market analysis, including market trend analysis, market segmentation, consumer behavior, and competitive analysis in this bibliometric study. It also identifies global regions where AI techniques are most extensively developed for these purposes. This research is based on 4,051 relevant documents related to AI and market analysis, published in the Scopus database over the last thirty-five years. The findings indicate a significant exponential increase in scientific output related to AI applications in market analysis, particularly started from 2010. The countries leading in AI-driven market analysis research include India, China, and the US
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Explainable machine learning models applied to predicting customer churn for e-commerce
Get PDFPrecise identification of customer churn is crucial for e-commerce companies due to the high costs associated with acquiring new customers. In this sector, where revenues are affected by customer churn, the challenge is intensified by the diversity of product choices offered on various marketplaces. Customers can easily switch from one platform to another, emphasizing the need for accurate churn classification to anticipate revenue fluctuations in e-commerce. In this context, this study proposes seven machine learning classification models to predict customer churn, including decision tree (DT), random forest (RF), support vector machine (SVM), logistic regression (LR), naïve Bayes (NB), k-nearest neighbors (K-NN), and artificial neural network (ANN). The performances of the models were evaluated using confusion matrix, accuracy, precision, recall, and F1-score. The results indicated that the ANN model achieves the highest accuracy at 92.09%, closely followed by RF at 91.21%. In contrast, the NB model performed the least favorably with an accuracy of 75.04%. Two explainable artificial intelligence (XAI) methods, shapley additive explanations (SHAP) and local interpretable model-agnostic explanations (LIME), were used to explain the models. SHAP provided global explanations for both ANN and RF models through Kernel SHAP and Tree SHAP. LIME, offering local explanations, was applied only to the ANN model which gave better accuracy
Burnout: A pervasive challenge threatening workplace well-being and organizational success
No full textObjective: This study aims to tackle the increasing prevalence of employee burnout by introducing a novel hybrid methodology employing Bayesian networks and fuzzy logic. This approach seeks to identify and address burnout risks comprehensively.
Theoretical Framework: Drawing from burnout theories alongside Bayesian networks and fuzzy logic, this research establishes a robust foundation for understanding burnout complexities and evaluating the efficacy of the proposed hybrid approach.
Method: The methodology encompasses a model development phase utilizing OpenMarkov and FisPro to integrate Bayesian networks and fuzzy logic. Data collection involved a multifaceted approach including surveys, expert interviews, and a thorough review of literature focusing on workload, work environment, psychology, and other pertinent factors influencing burnout.
Results and Discussion: Findings indicate that burnout tends to manifest at lower levels in scenarios characterized by weak communication, high workload, and low obstacles, while it escalates in situations marked by weak communication, occasional workload spikes, and moderate obstacles, among other contributing factors. These results are analyzed within the context of the theoretical framework, emphasizing their implications for individual well-being and organizational success.
Research Implications: This study provides actionable insights for companies, particularly human resources managers, to bolster employee psychological support systems and advance organizational objectives. Proactively addressing burnout risks can enhance both employee well-being and overall organizational performance.
Originality/Value: By proposing a hybrid methodology that merges Bayesian networks and fuzzy logic to comprehensively tackle burnout risks, this research contributes to the existing literature. The innovative methodology and practical implications underscore the significance and applicability of this study for organizations striving to mitigate burnout within their workforce.Objetivo: Este estudo visa abordar a crescente prevalência do esgotamento profissional entre os funcionários, introduzindo uma metodologia híbrida inovadora que utiliza redes Bayesianas e lógica difusa. Este enfoque busca identificar e abordar de forma abrangente os riscos de esgotamento profissional.
Quadro Teórico: Com base em teorias sobre esgotamento profissional juntamente com redes Bayesianas e lógica difusa, esta pesquisa estabelece uma base sólida para compreender as complexidades do esgotamento profissional e avaliar a eficácia da abordagem híbrida proposta.
Método: A metodologia abrange uma fase de desenvolvimento de modelo utilizando o OpenMarkov e FisPro para integrar redes Bayesianas e lógica difusa. A coleta de dados envolveu uma abordagem multifacetada que incluiu pesquisas, entrevistas com especialistas e uma revisão abrangente da literatura focada em carga de trabalho, ambiente de trabalho, psicologia e outros fatores relevantes que influenciam o esgotamento profissional.
Resultados e Discussão: Os achados indicam que o esgotamento profissional tende a manifestar-se em níveis mais baixos em cenários caracterizados por comunicação fraca, alta carga de trabalho e obstáculos baixos, enquanto se agrava em situações marcadas por comunicação fraca, picos ocasionais de carga de trabalho e obstáculos moderados, entre outros fatores contribuintes. Esses resultados são analisados no contexto do quadro teórico, enfatizando suas implicações para o bem-estar individual e o sucesso organizacional.
Implicações da Pesquisa: Este estudo oferece insights práticos para empresas, especialmente para gerentes de recursos humanos, para fortalecer os sistemas de apoio psicológico dos funcionários e avançar nos objetivos organizacionais. Abordar proativamente os riscos de esgotamento profissional pode melhorar tanto o bem-estar dos funcionários quanto o desempenho organizacional como um todo.
Originalidade/Valor: Ao propor uma metodologia híbrida que combina redes Bayesianas e lógica difusa para abordar de forma abrangente os riscos de esgotamento profissional, esta pesquisa contribui para a literatura existente. A metodologia inovadora e as implicações práticas destacam a relevância e a aplicabilidade deste estudo para organizações que buscam mitigar o esgotamento profissional em sua força de trabalho.
Objetivo: Este estudio tiene como objetivo abordar la creciente prevalencia del agotamiento laboral entre los empleados mediante la introducción de una metodología híbrida novedosa que emplea redes Bayesianas y lógica difusa. Este enfoque busca identificar y abordar de manera integral los riesgos de agotamiento laboral.
Marco Teórico: Basándose en teorías sobre el agotamiento laboral junto con redes Bayesianas y lógica difusa, esta investigación establece una sólida base para comprender las complejidades del agotamiento laboral y evaluar la eficacia del enfoque híbrido propuesto.
Método: La metodología abarca una fase de desarrollo de modelo utilizando OpenMarkov y FisPro para integrar redes Bayesianas y lógica difusa. La recopilación de datos involucró un enfoque multifacético que incluyó encuestas, entrevistas a expertos y una exhaustiva revisión de literatura centrada en carga de trabajo, ambiente laboral, psicología y otros factores pertinentes que influyen en el agotamiento laboral.
Resultados y Discusión: Los hallazgos indican que el agotamiento laboral tiende a manifestarse en niveles más bajos en escenarios caracterizados por una comunicación débil, alta carga de trabajo y obstáculos bajos, mientras que se agrava en situaciones marcadas por una comunicación débil, picos ocasionales de carga de trabajo y obstáculos moderados, entre otros factores contribuyentes. Estos resultados se analizan en el contexto del marco teórico, enfatizando sus implicaciones para el bienestar individual y el éxito organizacional.
Implicaciones de la Investigación: Este estudio proporciona ideas prácticas para las empresas, especialmente para los gerentes de recursos humanos, para fortalecer los sistemas de apoyo psicológico de los empleados y avanzar en los objetivos organizacionales. Abordar proactivamente los riesgos de agotamiento laboral puede mejorar tanto el bienestar de los empleados como el rendimiento organizacional en general.
Originalidad/Valor: Al proponer una metodología híbrida que combina redes Bayesianas y lógica difusa para abordar de manera integral los riesgos de agotamiento laboral, esta investigación contribuye a la literatura existente. La metodología innovadora y las implicaciones prácticas subrayan la importancia y aplicabilidad de este estudio para las organizaciones que buscan mitigar el agotamiento laboral dentro de su fuerza laboral
El agotamiento: Un desafío omnipresente que amenaza el bienestar laboral y el éxito organizacional.
No full textObjective: This study aims to tackle the increasing prevalence of employee burnout by introducing a novel hybrid methodology employing Bayesian networks and fuzzy logic. This approach seeks to identify and address burnout risks comprehensively.
Theoretical Framework: Drawing from burnout theories alongside Bayesian networks and fuzzy logic, this research establishes a robust foundation for understanding burnout complexities and evaluating the efficacy of the proposed hybrid approach.
Method: The methodology encompasses a model development phase utilizing OpenMarkov and FisPro to integrate Bayesian networks and fuzzy logic. Data collection involved a multifaceted approach including surveys, expert interviews, and a thorough review of literature focusing on workload, work environment, psychology, and other pertinent factors influencing burnout.
Results and Discussion: Findings indicate that burnout tends to manifest at lower levels in scenarios characterized by weak communication, high workload, and low obstacles, while it escalates in situations marked by weak communication, occasional workload spikes, and moderate obstacles, among other contributing factors. These results are analyzed within the context of the theoretical framework, emphasizing their implications for individual well-being and organizational success.
Research Implications: This study provides actionable insights for companies, particularly human resources managers, to bolster employee psychological support systems and advance organizational objectives. Proactively addressing burnout risks can enhance both employee well-being and overall organizational performance.
Originality/Value: By proposing a hybrid methodology that merges Bayesian networks and fuzzy logic to comprehensively tackle burnout risks, this research contributes to the existing literature. The innovative methodology and practical implications underscore the significance and applicability of this study for organizations striving to mitigate burnout within their workforce.Objetivo: Este estudio tiene como objetivo abordar la creciente prevalencia del agotamiento laboral entre los empleados mediante la introducción de una metodología híbrida novedosa que emplea redes Bayesianas y lógica difusa. Este enfoque busca identificar y abordar de manera integral los riesgos de agotamiento laboral.
Marco Teórico: Basándose en teorías sobre el agotamiento laboral junto con redes Bayesianas y lógica difusa, esta investigación establece una sólida base para comprender las complejidades del agotamiento laboral y evaluar la eficacia del enfoque híbrido propuesto.
Método: La metodología abarca una fase de desarrollo de modelo utilizando OpenMarkov y FisPro para integrar redes Bayesianas y lógica difusa. La recopilación de datos involucró un enfoque multifacético que incluyó encuestas, entrevistas a expertos y una exhaustiva revisión de literatura centrada en carga de trabajo, ambiente laboral, psicología y otros factores pertinentes que influyen en el agotamiento laboral.
Resultados y Discusión: Los hallazgos indican que el agotamiento laboral tiende a manifestarse en niveles más bajos en escenarios caracterizados por una comunicación débil, alta carga de trabajo y obstáculos bajos, mientras que se agrava en situaciones marcadas por una comunicación débil, picos ocasionales de carga de trabajo y obstáculos moderados, entre otros factores contribuyentes. Estos resultados se analizan en el contexto del marco teórico, enfatizando sus implicaciones para el bienestar individual y el éxito organizacional.
Implicaciones de la Investigación: Este estudio proporciona ideas prácticas para las empresas, especialmente para los gerentes de recursos humanos, para fortalecer los sistemas de apoyo psicológico de los empleados y avanzar en los objetivos organizacionales. Abordar proactivamente los riesgos de agotamiento laboral puede mejorar tanto el bienestar de los empleados como el rendimiento organizacional en general.
Originalidad/Valor: Al proponer una metodología híbrida que combina redes Bayesianas y lógica difusa para abordar de manera integral los riesgos de agotamiento laboral, esta investigación contribuye a la literatura existente. La metodología innovadora y las implicaciones prácticas subrayan la importancia y aplicabilidad de este estudio para las organizaciones que buscan mitigar el agotamiento laboral dentro de su fuerza laboral.Objetivo: Este estudo visa abordar a crescente prevalência do esgotamento profissional entre os funcionários, introduzindo uma metodologia híbrida inovadora que utiliza redes Bayesianas e lógica difusa. Este enfoque busca identificar e abordar de forma abrangente os riscos de esgotamento profissional.
Quadro Teórico: Com base em teorias sobre esgotamento profissional juntamente com redes Bayesianas e lógica difusa, esta pesquisa estabelece uma base sólida para compreender as complexidades do esgotamento profissional e avaliar a eficácia da abordagem híbrida proposta.
Método: A metodologia abrange uma fase de desenvolvimento de modelo utilizando o OpenMarkov e FisPro para integrar redes Bayesianas e lógica difusa. A coleta de dados envolveu uma abordagem multifacetada que incluiu pesquisas, entrevistas com especialistas e uma revisão abrangente da literatura focada em carga de trabalho, ambiente de trabalho, psicologia e outros fatores relevantes que influenciam o esgotamento profissional.
Resultados e Discussão: Os achados indicam que o esgotamento profissional tende a manifestar-se em níveis mais baixos em cenários caracterizados por comunicação fraca, alta carga de trabalho e obstáculos baixos, enquanto se agrava em situações marcadas por comunicação fraca, picos ocasionais de carga de trabalho e obstáculos moderados, entre outros fatores contribuintes. Esses resultados são analisados no contexto do quadro teórico, enfatizando suas implicações para o bem-estar individual e o sucesso organizacional.
Implicações da Pesquisa: Este estudo oferece insights práticos para empresas, especialmente para gerentes de recursos humanos, para fortalecer os sistemas de apoio psicológico dos funcionários e avançar nos objetivos organizacionais. Abordar proativamente os riscos de esgotamento profissional pode melhorar tanto o bem-estar dos funcionários quanto o desempenho organizacional como um todo.
Originalidade/Valor: Ao propor uma metodologia híbrida que combina redes Bayesianas e lógica difusa para abordar de forma abrangente os riscos de esgotamento profissional, esta pesquisa contribui para a literatura existente. A metodologia inovadora e as implicações práticas destacam a relevância e a aplicabilidade deste estudo para organizações que buscam mitigar o esgotamento profissional em sua força de trabalho.
 
- …
