تمایز روشن SEM در علوم زمین: از مطالعات میکروسکوپی تا مدل‌سازی در کارزار تحول دیجیتال داده

کد مقاله : 1089-CONF

نویسندگان

مریم بوئینی * دانشجو

چکیده مقاله

امروزه با توجه به جریان رو به افزایش استفاده از ماشین‏لرنینگ، هوش‏مصنوعی، اینترنت اشیاء، یادگیری عمیق در علوم و حوزه‏های مختلف، کلمات اختصاری زیادی نیز وارد ادبیات پژوهشی می‏گردد که در برخی موارد در صورت نبود ادبیات مربوط به آن موجب سردرگمی و خطاهای جبران‏ناپذیر پژوهشگران می‏شود. پس روشن‏سازی این حروف و کلمات بسیار مهم است. SEM از جمله این موارد است که مربوط به دو حوزه کاملاً متفاوت است و در این مقاله سعی بر آن است که با مرور ادبیات پژوهشی این دو، تعیین مرز کرده و با بررسی تعدادی مقاله و پیمایش آن‏ها سردرگمی بین میکروسکوپ و مدل آماری SEM (Scanning electron microscop) و SEM (Structural equation modeling) برطرف گردد. این پژوهش بر پایه بررسی مقالاتی که مرتبط با این دو حوزه بود مطالعه را آغاز کرده و مقالات را از پایگاه‏های استنادی Scopus،Web of Science و Google Scholarتا سال 2025 استخراج کرده و پس از مطالعه آن‏ها و با تلفیق داده‏ها با ابزارهای هوش‏مصنوعی به بیان نتایج حاصل با پارادایم معرفت‏شناسانه (Epistemology) پرداخته شد. تعریف این مفاهیم و جداسازی این کلمات و اختصارات موجب افزایش کیفیت پژوهش و کاهش خطای تفسیر می‏شود.

کلیدواژه ها

ماشین‏ لرنینگ، میکروسکوپ، مدل آماری، SEM، پارادایم معرفت‏ شناسانه.

وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر