"Yapay zeka veri toplama, analiz, tahmin ve değerlendirme süreçlerini geliştirebilir"

Bağlantı Tablosu

Özet ve Giriş

Malzemeler ve yöntemler

Sonuçlar

RQ 1: Yapay zeka ve bilim ölçümü

RQ 2: Yapay zeka ve webometri

RQ 3: Yapay zeka ve bibliyometri

Tartışma

RQ 4: Yapay Zeka ile Scientometrics, Webometrics ve Bibliyometrinin Geleceği

RQ 5: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Etik Hususları

Sonuç, Sınırlamalar ve Referanslar

Çözüm

Bu raporda, literatürdeki çok sayıda örnek aracılığıyla yapay zeka algoritmalarını scientometrics, webometrics ve bibliometrics ile entegre etmenin önemini ve potansiyelini vurguluyoruz. Yapay zeka algoritmalarının bu alanlarda geçirdiği paradigma değişiminin analiz, tahmin ve model madenciliği temelli öneriler için yeni olasılıkları ortaya çıkardığı gösterilmiştir. Bu inceleme kapsamında makale, yapay zekanın scientometrics, webometrics ve bibliyometriklere entegre edilmesinin öne çıkan umutlarının ve değerinin altını çizmeye, yani bu entegrasyon yoluyla elde edilebilecek ve teşvik edilebilecek sinerjiyi ifade etmeye katkıda bulunmaktadır.

Kısaca yapay zeka, bilimsel yayınları, alıntı ağlarını ve işbirliğine dayalı ilişkileri analiz etmek ve bunlardan içgörü elde etmek için etkili ve doğru yöntemler sağlayarak scientometrics'e yardımcı olur. Bu, araştırmacıların bilimsel bilgi, eğilimler ve etki konusunda daha derin bir anlayış kazanmalarını sağlamalı, daha iyi karar almayı ve bilimsel araştırmalarda ilerlemeleri kolaylaştırmalıdır. Ayrıca yapay zeka, web tabanlı bilimsel verileri analiz etmek, bağlantı yapılarını ve sosyal etkileşimleri anlamak, web etkisini değerlendirmek ve kişiselleştirilmiş öneriler sunmak için verimli ve otomatik yöntemler sağlayarak webometriyi geliştirir. Bu, araştırmacıların web tabanlı bilimsel ekosistem hakkında bilgi edinmelerine, işbirliklerini kolaylaştırmalarına ve dijital çağda araştırma görünürlüğünü ve etkisini artırmalarına olanak tanır. Ek olarak yapay zeka, veri toplamayı otomatikleştirerek, yazarların belirsizliğini doğru şekilde gidererek, alıntı ağlarını analiz ederek, araştırma etkisini değerlendirerek ve kişiselleştirilmiş öneriler sunarak bibliyometrik faaliyet alanını geliştirir. Bu, araştırmacıların bilimsel iletişime ilişkin içgörü kazanmalarına, araştırma performansını değerlendirmelerine ve bibliyometrik analizlerinde bilinçli kararlar almalarına olanak tanır. Genel olarak yapay zeka, scientometri, webometri ve bibliyometriye etkili ve ölçeklenebilir bir yaklaşım sunarak araştırmacıların geniş ve çeşitli bilimsel bilgi kaynaklarından anlamlı içgörüler elde etmesini sağlar.

Sonuç olarak, yapay zekanın (AI) scientometrics, webometrics ve bibliyometriye entegrasyonu, bu alanlardaki araştırma ve anlayışın ilerletilmesi için önemli bir potansiyele sahiptir. Yapay zeka, veri toplama, analiz, tahmin ve değerlendirme süreçlerini iyileştirerek araştırmacılara değerli bilgiler sağlayabilir ve karar verme süreçlerini iyileştirebilir.

Ancak yapay zekanın bu alanlarda kullanılması, dikkatle ele alınması gereken önemli etik hususları da gündeme getiriyor. Veri gizliliği ve güvenliği, önyargı ve adalet, şeffaflık ve açıklanabilirlik, hesap verebilirlik ve sorumluluk, bilgilendirilmiş onam, istihdam ve toplum üzerindeki etki ve sürekli izleme ve değerlendirme, dikkate alınması gereken temel etik hususlar arasındadır. Yapay zekanın sorumlu ve etik kullanımını sağlamak için disiplinler arası işbirliği, paydaş katılımı ve sürekli değerlendirme çok önemlidir. Çeşitli alanlardan araştırmacılar, politika yapıcılar, etikçiler ve paydaşlar, scientometrics, webometrics ve bibliyometride etik yapay zeka kullanımını teşvik eden kılavuzlar, çerçeveler ve en iyi uygulamaları geliştirmek için birlikte çalışmalıdır. Bu etik hususları ele alarak, bilgiyi ilerletmek, araştırma uygulamalarını geliştirmek ve bu teknolojilerin kullanımında adaleti, şeffaflığı ve hesap verebilirliği sağlarken toplumun iyileştirilmesine katkıda bulunmak için yapay zekanın tüm potansiyelinden yararlanabiliriz.

Sınırlamalar

Bu özel çalışmada gri literatürü arama ve inceleme sürecimize dahil etmedik veya Google Akademik'te manuel olarak arama yapmadık. Bunun yerine amacımız güvenilir veritabanlarında aramaya odaklanmaktı. Google Akademik sıklıkla veritabanı olarak anılsa da aslında yüksek kaliteli makaleler içermeyebilen ve yalnızca güvenilir çalışmalara ulaşabilen bir arama motorudur. Google Akademik'te arama yapmayarak çakışan çalışmaların sayısını en aza indirmeyi amaçladık.

Ancak, bu son derece teknik yaklaşımın bazı makalelerin gözden kaçırılmasına yol açabileceğini ve bunun da ne yazık ki çalışmamızın ilgili bilgileri hariç tutmasına yol açabileceğini belirtmek önemlidir. Bu makaleyi yazıp teslim edene kadar birçok ihmale karşı koruma sağladığımızı düşünüyoruz. Ancak gelecek çalışmalarda okuyuculara daha geniş bir bakış açısı sunabilmek adına gri literatürü de içeren kapsamlı bir inceleme yapılması faydalı olabilir.

Referanslar

1. Darko A, Chan AP, Adabre MA, Edwards DJ, Hosseini MR, Ameyaw EE. AEC endüstrisinde yapay zeka: Araştırma faaliyetlerinin bilimometrik analizi ve görselleştirilmesi. İnşaatta Otomasyon. 2020;112:103081.

   
   

2. Park S, Park HW. Bir kriz sırasında elektronik ağızdan ağıza iletişim (eWOM) özelliklerinin ve tüketici yorumlarına yönelik makine öğrenimi yaklaşımının webometrik ağ analizi. Profesional de la Información. 2020;29(5).

   
   

3. Van Raan A. Scientometrics: Son teknoloji ürünü. Bilimometri. 1997;38(1):205-18.

   
   

4. Bharvi D, Garg K, Bali A. Uluslararası Scientometrics dergisinin Scientometrics. Bilimometri. 2003;56(1):81-93.

   
   

5. Thelwall M, Vaughan L, Björneborn L. Webometrics. Bilgi bilimi ve teknolojisinin yıllık incelemesi. 2005;39(1):81-135.

   
   

6. Björneborn L, Ingwersen P. Webometrinin perspektifi. Bilimometri. 2001;50:65-82.

   
   

7. McBurney MK, Novak PL, editörler. Bibliyometri nedir ve neden önemsemelisiniz? IEEE uluslararası profesyonel iletişim konferansı bildirileri; 2002: IEEE.

8. Cooper kimliği. Bibliyometrinin temelleri. Tıp Kütüphanesi Derneği Dergisi: JMLA. 2015;103(4):217.

   
   

9. Xu Y, Liu X, Cao X, Huang C, Liu E, Qian S ve diğerleri. Yapay zeka: Bilimsel araştırma için güçlü bir paradigma. Yenilik. 2021;2(4).

   
   

10. Melnikova E. Modern bilimometride bilimsel araştırma yöntem ve araçları kümesinde büyük veri teknolojisi. Bilimsel ve Teknik Bilgi İşleme. 2022;49(2):102-7.

    
    

11. Tapeh ATG, Naser M. Yapı mühendisliğinde yapay zeka, makine öğrenimi ve derin öğrenme: trendlerin ve en iyi uygulamaların scientometri incelemesi. Mühendislikte Hesaplamalı Yöntemler Arşivleri. 2023;30(1):115-59.

    
    

12. Saeidnia H. ChatGPT'yi Dijital/Akıllı Referans Robotu Olarak Kullanmak: ChatGPT Dijital Referans Hizmetlerini Nasıl Etkileyebilir? Bilgi Önemlidir. 2023;2(5).

    
    

13. Saeidnia H. Open AI, ChatGPT: Olmak ya da Olmamak, Soru Bu. Bilgi Önemlidir. 2023;3(6).

    
    

14. Yuan S, Shao Z, Wei X, Tang J, Salon W, Wang Y, ve diğerleri. Yapay zekanın arkasındaki bilim: Trendin, hareketliliğin ve işbirliğinin evrimi. Bilimometri. 2020;124:993-1013.

    
    

15. Chaudhuri N, Gupta G, Vamsi V, Bose I. Platformda ama satın alacaklar mı? Derin öğrenmeyi kullanarak müşterilerin satın alma davranışlarını tahmin etmek. Karar Destek Sistemleri. 2021;149:113622.

    
    

16. G. Martín A, Fernández-Isabel A, Martín de Diego I, Beltrán M. Makine öğrenimi tekniklerine dayalı kullanıcı davranışı analizi için bir anket: mevcut modeller ve uygulamalar. Uygulamalı İstihbarat. 2021;51(8):6029-55.

    
    

17. Saeidnia HR. Etik yapay zeka (AI): Kütüphane ve bilgi endüstrisinde önyargı ve ayrımcılıkla yüzleşmek. Kütüphane Merhaba Teknoloji Haberleri. 2023;baskı öncesi(baskı öncesi). doi: 10.1108/LHTN-10-2023-0182.

    
    

18. Hain D, Jurowetzki R, Lee S, Zhou Y. Bilim, teknoloji, yenilik haritalama ve tahmin için makine öğrenimi ve yapay zeka: İnceleme, sentez ve uygulamalar. Bilimometri. 2023;128(3):1465-72.

    
    

19. Tricco AC, Lillie E, Zarin W, O'Brien KK, Colquhoun H, Levac D, ve diğerleri. Kapsam Belirleme İncelemeleri için PRISMA Uzantısı (PRISMA-ScR): Kontrol Listesi ve Açıklama. Dahiliye yıllıkları. 2018;169(7):467-

20. Epub 2018/09/05. doi: 10.7326/m18-0850. PubMed PMID: 30178033.

    
    

21. Holzmann GJ, Peled DA, Yannakakis M. İç içe derinlikte ilk aramada. Döndürme Doğrulama Sistemi. 1996;32:81-9.

    
    

22. Donthu N, Kumar S, Mukherjee D, Pandey N, Lim WM. Bibliyometrik analiz nasıl yapılır: Genel bakış ve yönergeler. İşletme araştırması dergisi. 2021;133:285-96.

    
    

23. Caputo A, Kargina M. Bibliyometrik analiz sırasında Scopus ve Web of Science verilerini birleştirmenin kullanıcı dostu bir yöntemi. Pazarlama Analitiği Dergisi. 2022;10(1):82-8.

    
    

24. Chen X, Chen J, Cheng G, Gong T. Yapay zeka destekli insan beyni araştırmalarındaki konular ve eğilimler. PLoS Bir. 2020;15(4):e0231192.

    
    

25. Abrishami A, Aliakbary S. Derin sinir ağı öğrenme tekniklerine dayalı alıntı sayılarını tahmin etmek. Bilişim Dergisi. 2019;13(2):485-99.

    
    

26. Corea F, Corea F. AI bilgi haritası: AI teknolojileri nasıl sınıflandırılır. Verilere giriş: Yapay zeka, büyük veri ve veri bilimi hakkında bilmeniz gereken her şey. 2019:25-9.

    
    

27. Jebari C, Herrera-Viedma E, Cobo MJ. Araştırma konularının gelişimini tespit etmek için alıntı bağlamının kullanılması: büyük ölçekli bir analiz. Bilimometri. 2021;126(4):2971-89.

    
    

28. Ma A, Liu Y, Xu X, Dong T. Kağıt meta veri anlamsal özelliklerine sahip, derin öğrenmeye dayalı bir alıntı sayısı tahmin modeli. Bilimometri. 2021;126(8):6803-23.

    
    

29. Maghsoudi M, Shokouhyar S, Ataei A, Ahmadi S, Shokoohyar S. Sürdürülebilir tedarik zincirlerinde yapay zeka uygulamalarının ortak yazarlık ağı analizi: Anahtar oyuncular ve temalar. Temiz üretim dergisi. 2023;422:138472.

    
    

30. Pedro F, Subosa M, Rivas A, Valverde P. Eğitimde yapay zeka: Sürdürülebilir kalkınma için zorluklar ve fırsatlar. 2019.

    
    

31. Ullah M, Shahid A, Roman M, Assam M, Fayaz M, Ghadi Y, ve diğerleri. Ortak yazarlık ağlarını kullanarak disiplinlerarası araştırmaları analiz etmek. Karmaşıklık. 2022;2022.

    
    

32. Zhao Q, Feng X. Makale alıntı sayılarını tahmin etmek için alıntı ağı yapısının kullanılması: Derin bir öğrenme yaklaşımı. Bilişim Dergisi. 2022;16(1):101235.

    
    

33. Saeidnia HR, Kozak M, Lund B, Mannuru NR, Keshavarz H, Elango B, ve diğerleri. Akademik Kütüphane Hizmetlerine Yönelik Bir Mobil Uygulamanın Tasarımı, Geliştirilmesi, Uygulanması ve Değerlendirilmesi: Gelişmekte Olan Bir Ülkede Bir Araştırma. Bilgi Teknolojileri ve Kütüphaneler. 2023;42(3).

    
    

34. Soleymani H, Saeidnia HR, Ausloos M, Hassanzadeh M. Yapay zeka çağında (AI) bilginin seçici yayılması (SDI). Kütüphane Merhaba Teknoloji Haberleri. 2023;baskı öncesi(baskı öncesi). doi: 10.1108/LHTN-08-2023-0156.

    
    

35. Fazeli-Varzaneh M, Ghorbi A, Ausloos M, Sallinger E, Vahdati S. Coronavirüs araştırmasının uyuyan güzelleri. Ieee Erişim. 2021;9:21192-205.

    
    

36. Ceptureanu S, Cerqueti R, Alexandru A, Popescu D, Dhesi G, Ceptureanu E. Blok zincirinin benimsenmesinin teknoloji transferi, performans ve tedarik zinciri entegrasyonu, esneklik ve yanıt verme üzerindeki etkisi. BT&C orta ölçekli işletmelerden bir örnek olay çalışması. Bilişim ve Kontrol Çalışmaları. 2021;30(3):61-74.

    
    

37. Amjad S, Younas M, Anwar M, Shaheen Q, Shiraz M, Gani A. Sosyal medyanın lise öğrencilerinin akademik performansı üzerindeki etkisini analiz etmek için veri madenciliği teknikleri. Kablosuz İletişim ve Mobil Bilgi İşlem. 2022;2022:1-11.

    
    

38. Barclay I, Taylor H, Preece A, Taylor I, Verma D, de Mel G. Katkıların görünürlüğünü artırarak paylaşılan yapay zeka modellerinde şeffaflığı teşvik etmeye yönelik bir çerçeve. Eşzamanlılık ve Hesaplama: Uygulama ve Deneyim. 2021;33(19):e6129.

    
    

39. Grover P, Kar AK, Dwivedi YK. Operasyon yönetiminde yapay zekanın benimsenmesini anlamak: akademik literatürün ve sosyal medya tartışmalarının incelenmesinden elde edilen bilgiler. Yöneylem Araştırması Yıllıkları. 2022;308(1-2):177-213.

    
    

40. Hızder MA. Web Kazıma veya Web Taraması: Son Teknoloji, Teknikler, Yaklaşımlar ve Uygulama. Uluslararası Yazılımsal Bilgi İşlem ve Uygulamalarındaki Gelişmeler Dergisi. 2021;13(3).

    
    

41. Maulud DH, Zeebaree SR, Jacksi K, Sadeeq MAM, Sharif KH. Doğal dil işlemenin anlamsal analizi için son teknoloji. Kubahan akademik dergisi. 2021;1(2):21-8.

    
    

42. Serafini F, Reid SF. Çok modlu içerik analizi: analitik yaklaşımların içerik analizine genişletilmesi. Görsel iletişim. 2019:1470357219864133.

    
    

43. Serrano W. Büyük veri ve Web aramasında sinir ağları. Veri. 2018;4(1):7.

    
    

44. Wang W, Yu L. UCrawler: URL bilgi tabanını kullanan öğrenmeye dayalı bir web tarayıcısı. Bilim ve Mühendislikte Hesaplamalı Yöntemler Dergisi. 2021;21(2):461-74.

    
    

45. Wu L, Dodoo NA, Wen TJ, Ke L. Doğal dil işlemeye dayalı reklamcılıkta yapay zeka hakkındaki Twitter konuşmalarını anlama. Uluslararası Reklamcılık Dergisi. 2022;41(4):685-702.

    
    

46. Zhang Q, Lu J, Jin Y. Tavsiye sistemlerinde yapay zeka. Karmaşık ve Akıllı Sistemler. 2021;7(1):439-57. doi: 10.1007/s40747-020-00212-w.

    
    

47. Xu Y, Liu X, Cao X, Huang C, Liu E, Qian S ve diğerleri. Yapay zeka: Bilimsel araştırma için güçlü bir paradigma. Yenilik. 2021;2(4):100179. doi: https://doi.org/10.1016/j.xinn.2021.100179 .

    
    

48. Abramo G, D'Angelo CA. Araştırma organizasyonunun performansının değerlendirilmesinde denetlenmeyen yazar belirsizliği giderme algoritmaları ne kadar güvenilirdir? Nicel Bilim Çalışmaları. 2023:1-26.

    
    

49. Al-Jamimi HA, BinMakhashen GM, Bornmann L. Yükselen piyasa ekonomilerinde araştırma değerlendirmesi için bibliyometrik kullanımı: bibliyometrik göstergelerin gözden geçirilmesi ve tartışılması. Bilimometri. 2022;127(10):5879-930.

    
    

50. Cox AM, Mazumdar S. Kütüphaneciler için yapay zekanın tanımlanması. Kütüphanecilik ve Bilgi Bilimi Dergisi.0(0):09610006221142029. doi: 10.1177/09610006221142029.

    
    

51. Eisenstein J. Doğal dil işlemeye giriş: MIT basımı; 2019.

    
    

52. Kang Y, Cai Z, Tan CW, Huang Q, Liu H. Yönetim araştırmasında doğal dil işleme (NLP): Bir literatür taraması. Yönetim Analitiği Dergisi. 2020;7(2):139-72.

    
    

53. Loan FA, Nasreen N, Bashir B. Yazarlar adil mi oynuyor yoksa Google Akademik h-indeksini manipüle mi ediyor? Kütüphane Merhaba Tech. 2022;40(3):676-84.

    
    

54. Rehs A. Web of Science'ta yazar belirsizliğini ortadan kaldırmak için denetimli bir makine öğrenimi yaklaşımı. Bilişim Dergisi. 2021;15(3):101166.

    
    

55. Mohammadzadeh Z, Ausloos M, Saeidnia HR. ChatGPT: Yüksek teknoloji intihal, akademik yayıncılığa yeşil ışık yakıyor. Değiştirilemez token (NFT) bir çıkış yolu olabilir. Kütüphane Merhaba Teknoloji Haberleri. 2023.

    
    

56. Saeidnia HR, Lund BD. Değiştirilemez tokenler (NFT): bilimsel yayıncılıkta intihalleri önlemenin güvenli ve etkili bir yolu. Kütüphane Merhaba Teknoloji Haberleri. 2023;40(2):18-9.

    
    

57. Mrowinski MJ, Fronczak P, Fronczak A, Ausloos M, Nedic O. Hakem incelemesinde yapay zeka: Evrimsel hesaplama dergi editörlerini nasıl destekleyebilir? PloS bir. 2017;12(9):e0184711.

    
    

58. Piva F, Tartari F, Giulietti M, Aiello MM, Cheng L, Lopez-Beltran A, ve diğerleri. Yapay sinir ağları ile Amerika Birleşik Devletleri'ndeki gelecekteki kanser yükünü tahmin etmek Geleceğin Onkolojisi. 2020;17(2):159-68.

    
    

59. Brewer R, Westlake B, Hart T, Arauza O. Siber Suç Araştırmalarında Web Taraması ve Web Kazımanın Etiği: Otomatik Veri Toplamayla İlişkili Rıza, Gizlilik ve Diğer Potansiyel Zararlarla İlgili Sorunların Yönlendirilmesi. İçinde: Lavorgna A, Holt TJ, editörler. Siber Suçları Araştırmak: Metodolojiler, Etik ve Eleştirel Yaklaşımlar. Cham: Springer Uluslararası Yayıncılık; 2021.s. 435-56.

    
    

60. Alaidi AHM, Roa'a M, ALRikabi H, Aljazaery IA, Abbood SH. Veri madenciliği tekniklerini kullanarak karanlık web yasa dışı faaliyetlerini tarar ve sınıflandırır. iJIM. 2022;16(10):123.

    
    

61. Thomas DM, Mathur S, editörler. Python kullanarak web kazıma yoluyla veri analizi. 2019 3. Uluslararası Elektronik, İletişim ve Havacılık Teknolojisi Konferansı (ICECA); 2019: IEEE.

    
    

62. Korkmaz M, Şahingöz OK, Diri B, editörler. Kimlik avı web sitelerinin makine öğrenimi tabanlı URL analizi kullanılarak tespiti. 2020 11. Uluslararası Bilgisayar, İletişim ve Ağ Teknolojileri Konferansı (ICCCNT); 2020: IEEE.

    
    

63. Yuan H, Chen X, Li Y, Yang Z, Liu W, editörler. Kimlik avı web sitelerini ve hedeflerini URL'lere ve web sayfası bağlantılarına göre tespit etmek. 2018 24. Uluslararası Örüntü Tanıma Konferansı (ICPR); 2018: IEEE.

    
    

64. Dutta AK. Kimlik avı web sitelerini makine öğrenimi tekniğini kullanarak tespit etmek. PloS bir. 2021;16(10):e0258361.

    
    

65. Jalil S, Usman M, Fong A. Makine öğrenimine dayalı, yüksek doğrulukta kimlik avı URL'si tespiti. Ortam Zekası ve İnsancıllaştırılmış Bilgi İşlem Dergisi. 2023;14(7):9233-51.

    
    

66. Kiesel J, Meyer L, Kneist F, Stein B, Potthast M, editörler. Web sayfası bölümlendirme algoritmalarının ampirik bir karşılaştırması. Avrupa Bilgi Erişimi Konferansı; 2021: Bahar.

    
    

67. Balaji T, Annavarapu CSR, Bablani A. Sosyal medya analizi için makine öğrenimi algoritmaları: Bir anket. Bilgisayar Bilimi İncelemesi. 2021;40:100395.

    
    

68. Rietz T. Niteliksel veri toplama ve analizi için yapay zeka tabanlı sistemlerin tasarlanması. 2021.

    
    

69. Nicholson JM, Mordaunt M, Lopez P, Uppala A, Rosati D, Rodrigues NP ve diğerleri. Scite: Alıntıların bağlamını görüntüleyen ve derin öğrenmeyi kullanarak alıntıların amacını sınıflandıran akıllı bir alıntı dizini. Nicel Bilim Çalışmaları. 2021;2(3):882-98.

    
    

70. Mihaljević H, Santamaría L. Denetimli öğrenme ve grafik teorisi yöntemlerini kullanarak ADS'deki yazar varlıklarının belirsizliğinin giderilmesi. Bilimometri. 2021;126(5):3893-917. doi: 10.1007/s11192-021-03951-w.

    
    

71. Tekles A, Bornmann L. Bibliyometrik verilerin yazar adı belirsizliğinin giderilmesi: Çeşitli denetimsiz yaklaşımların karşılaştırılması1. Nicel Bilim Çalışmaları. 2020;1(4):1510-28. doi: 10.1162/qss_a_00081.

    
    

72. Grodzinski N, Grodzinski B, Davies BM. Yazar araştırmasının etkisini tahmin etmek için ortak yazarlık ağları kullanılabilir mi? Dejeneratif servikal miyelopati araştırması alanında makine öğrenimine dayalı bir analiz. Lütfen bir tane. 2021;16(9):e0256997.

    
    

73. Fonseca Bde P, Sampaio RB, Fonseca MV, Zicker F. Sağlık araştırmalarında ortak yazarlık ağı analizi: yöntem ve potansiyel kullanım. Sağlık araştırma politikası ve sistemleri. 2016;14(1):34. Epub 2016/05/04. doi: 10.1186/s12961-016-0104-5. PubMed PMID: 27138279; PubMed Merkezi PMCID: PMCPMC4852432.

    
    

74. Hancock JT, Naaman M, Levy K. Yapay zeka aracılı iletişim: Tanım, araştırma gündemi ve etik hususlar. Bilgisayar Aracılı İletişim Dergisi. 2020;25(1):89-100.

    
    

75. Safdar NM, Banja JD, Meltzer CC. Yapay zekada etik hususlar. Avrupa radyoloji dergisi. 2020;122:108768.

    
    

76. Pratomo AB, Mokodenseho S, Aziz AM. Gelişmiş Bilgi Sistemi Güvenliği ve Gizliliği için Veri Şifreleme ve Anonimleştirme Teknikleri. Batı Bilim Bilgi Sistemi ve Teknolojisi. 2023;1(01):1-9.

    
    

77. Ferrer X, van Nuenen T, Such JM, Coté M, Criado N. Yapay zekada önyargı ve ayrımcılık: disiplinler arası bir bakış açısı. IEEE Teknoloji ve Toplum Dergisi. 2021;40(2):72-80.

    
    

78. Ferrara E. Yapay Zekada Adillik ve Önyargı: Kaynaklar, Etkiler ve Azaltma Stratejileri Üzerine Kısa Bir Araştırma. arXiv ön baskısı arXiv:230407683. 2023.

    
    

79. Gichoya JW, Thomas K, Celi LA, Safdar N, Banerjee I, Banja JD, ve diğerleri. Yapay Zekanın tuzakları ve yapılmaması gerekenler: Yapay Zekadaki önyargının azaltılması. İngiliz Radyoloji Dergisi. 2023:20230023.

    
    

80. von Eschenbach WJ. Şeffaflık ve kara kutu sorunu: Yapay zekaya neden güvenmiyoruz? Felsefe ve Teknoloji. 2021;34(4):1607-22.

    
    

81. Yazdanpanah V, Gerding EH, Stein S, Dastani M, Jonker CM, Norman TJ, ve diğerleri. Otonom sistemlerde sorumlulukla ilgili akıl yürütme: zorluklar ve fırsatlar. Yapay Zeka ve Toplum. 2023;38(4):1453-64.