相关实验视频
Updated: Feb 22, 2026

03:41
Employing Aeroponic Systems for the Clonal Propagation of Cannabis
Published on: December 1, 2021
4.7K
利用机器学习和多变量分析来探索大麻sativa研究的全球趋势
Javier De La Hoz-M1, Karime Montes-Escobar2,3, Carlos Alfredo Salas-Macias4
1Universidad del Magdalena, Santa Marta, 470004, Colombia. jdelahoz@unimagdalena.edu.com.
Journal of cannabis research
|February 20, 2026
概括
从1974年到2024年的全球大麻sativa研究显示了医疗应用的增加,主要是在北美和欧洲. 这项研究使用数据科学来绘制这些大麻研究趋势,并确定地理差距.
科学领域:
- 图书统计学 图书统计学
- 数据科学数据科学数据科学
- 大麻研究 大麻研究
背景情况:
- 关于大麻sativa的长期全球研究趋势没有得到充分的记录.
- 了解研究演变对于导航大麻领域至关重要.
研究的目的:
- 探索1974年至2024年全球大麻sativa研究趋势.
- 确定关键的研究主题,地理差异和时间变化.
- 为管理和分析大型文献数据集提供一个框架.
主要方法:
- 来自PubMed,Scopus和科学网的综合文献数据.
- 使用潜伏的迪里克莱特分配 (LDA) 和HJ-Biplot进行数据分析.
- 结合主题建模与多变量可视化.
主要成果:
- 发现越来越多地关注大麻sativa的医疗应用.
- 突出了北美和欧洲的地理研究集中.
- 揭示了非洲和南美洲的研究缺口.
结论:
- 数据科学方法为研究管理提供了可复制的框架.
- 多变量可视化与主题建模相结合,增强了对研究演变的理解.
- 这种方法有助于在动态的大麻研究领域的利益相关者.

