<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=81136"><dc:title>Evolucija prevladujočih  paradigem in terminologije  na področju raziskav  sladkorne bolezni skozi  prizmo teorije kompleksnih  mrež</dc:title><dc:creator>Benkovič,	Luka	(Avtor)
	</dc:creator><dc:creator>Markovič,	Rene	(Mentor)
	</dc:creator><dc:creator>Gosak,	Marko	(Komentor)
	</dc:creator><dc:subject>sladkorna bolezen</dc:subject><dc:subject>podatkovno rudarjenje</dc:subject><dc:subject>kompleksne mreže</dc:subject><dc:subject>razvoj 
terminologije</dc:subject><dc:description>Znanstveno-raziskovalna dejavnost v zadnjih desetletjih doživlja velik razmah, kar se med 
drugim odraža v naraščajočem številu znanstvenih in strokovnih del. Tovrstne objave so ključne 
za prenos in razvoj znanja, a črpanje uporabnega znanja iz vedno večjih zbirk znanstvenih del 
postaja vse težje. Vsak posameznik je namreč sposoben obdelati le omejeno količino 
informacij. Kaže se potreba po tem, da se razvijejo orodja, ki nam bodo iz velike količine 
podatkov pomagala pri luščenju in agregaciji uporabnih informacij. V magistrski nalogi se te 
problematike lotimo s podatkovnim rudarjenjem po podatkovni bazi PubMed in z orodij s 
področja teorije kompleksnih mrež. Kot primer obravnavamo raziskovalno področje sladkorne 
bolezni, ki zaradi svoje razširjenosti predstavlja pereč problem za sodobno družbo. V prvem 
delu naloge predstavimo način pridobivanja in obdelave podatkov ter njihove osnovne 
značilnosti. V nadaljevanju se osredinimo na vsebino raziskovalnih del, ki jo proučujemo na 
podlagi ključnih besed. Tukaj delujemo ob predpostavki, da so ključne besede dober odraz 
vsebine pripadajočega dela in lahko iz njih izpeljemo prevladujoče paradigme na področju.
Najprej pogledamo pogostost pojavljanja oziroma frekvenco posameznih besed, iz česar 
sklepamo o njihovi pomembnosti. Ugotovimo, da nam zgolj preprosta frekvenca ne omogoča 
preučevanja časovnega razvoja pomembnosti, zato uvedemo način rangiranja besed v razrede. 
Besede z najvišjimi rangi predstavljajo temeljne pojme raziskovalnega področja. Srednje veliki 
rangi predstavljajo posamezne niše področja, medtem ko najnižji rangi odražajo specifiko 
posamezne raziskave. Na koncu se lotimo še povezovanja ključnih besed v kompleksne mreže, 
iz katerih vrednotimo relacije. Iz naših rezultatov je razvidno, da je mreža ključnih besed 
modularna z jasno izraženimi skupnostmi, na podlagi česar lahko razberemo interdisciplinarno 
povezovanje. Posebno pozornost namenimo tudi časovnemu razvoju mreže. Le-ta nenehno 
raste, medtem ko povprečna povezanost ne narašča monotono, temveč ima krivulja jasne vrhe 
v nekih prelomnih točkah raziskav. To implicira nova odrkitja, ki imajo za posledico umeščanje
novih ključnih besed, terminologije oziroma paradigem v obstoječo strukturo.</dc:description><dc:publisher>[L. Benkovič]</dc:publisher><dc:date>2022</dc:date><dc:date>2022-01-14 00:35:24</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>81136</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
