학술논문


EBSCO Discovery Service
발행년
-
(예 : 2010-2015)
전자자료 공정이용 안내

우리 대학 도서관에서 구독·제공하는 모든 전자자료(데이터베이스, 전자저널, 전자책 등)는 국내외 저작권법과 출판사와의 라이선스 계약에 따라 엄격하게 보호를 받고 있습니다.
전자자료의 비정상적 이용은 출판사로부터의 경고, 서비스 차단, 손해배상 청구 등 학교 전체에 심각한 불이익을 초래할 수 있으므로, 아래의 공정이용 지침을 반드시 준수해 주시기 바랍니다.

공정이용 지침
  • 전자자료는 개인의 학습·교육·연구 목적의 비영리적 사용에 한하여 이용할 수 있습니다.
  • 합리적인 수준의 다운로드 및 출력만 허용됩니다. (일반적으로 동일 PC에서 동일 출판사의 논문을 1일 30건 이하 다운로드할 것을 권장하며, 출판사별 기준에 따라 다를 수 있습니다.)
  • 출판사에서 제공한 논문의 URL을 수업 관련 웹사이트에 게재할 수 있으나, 출판사 원문 파일 자체를 복제·배포해서는 안 됩니다.
  • 본인의 ID/PW를 타인에게 제공하지 말고, 도용되지 않도록 철저히 관리해 주시기 바랍니다.
불공정 이용 사례
  • 전자적·기계적 수단(다운로딩 프로그램, 웹 크롤러, 로봇, 매크로, RPA 등)을 이용한 대량 다운로드
  • 동일 컴퓨터 또는 동일 IP에서 단시간 내 다수의 원문을 집중적으로 다운로드하거나, 전권(whole issue) 다운로드
  • 저장·출력한 자료를 타인에게 배포하거나 개인 블로그·웹하드 등에 업로드
  • 상업적·영리적 목적으로 자료를 전송·복제·활용
  • ID/PW를 타인에게 양도하거나 타인 계정을 도용하여 이용
  • EndNote, Mendeley 등 서지관리 프로그램의 Find Full Text 기능을 이용한 대량 다운로드
  • 출판사 콘텐츠를 생성형 AI 시스템에서 활용하는 행위(업로드, 개발, 학습, 프로그래밍, 개선 또는 강화 등)
위반 시 제재
  • 출판사에 의한 해당 IP 또는 기관 전체 접속 차단
  • 출판사 배상 요구 시 위반자 개인이 배상 책임 부담
'학술논문' 에서 검색결과 106,112건 | 목록 1~20
News
The New York Times. April 14, 1991
1. American Heart Association. (2021). Heart disease and stroke statistics—2021 update. Circulation, 143(8), e254-e743. 2. Rahman, M., Al Amin, M., Hasan, R., Hossain, S. T., Rahman, M. H., & Rashed, R. A. M. (2025). A Predictive AI Framework for Cardiovascular Disease Screening in the US: Integrating EHR Data with Machine and Deep Learning Models. British Journal of Nursing Studies, 5(2), 40-48. 3. ZakirHossain, M., Khan, M. M., Thapa, S., Uddin, R., Meem, E. J., Niloy, S. K., ... & Bhavani, G. D. (2025, February). Advanced Deep Learning Techniques for Precision Diagnosis of Tea Leaf Diseases. In 2025 IEEE International Conference on Emerging Technologies and Applications (MPSec ICETA) (pp. 1-6). IEEE. 4. Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD international conference on knowledge discovery and data mining (pp. 785-794). ACM. 5. Damen, J. A., Hooft, L., Schuit, E., Debray, T. P., Collins, G. S., Tzoulaki, I., Lassale, C. M., Siontis, G. C., Chiocchia, V., Roberts, C., Schlüssel, M. M., Gerry, S., Black, J. A., Heus, P., van der Schouw, Y. T., Peelen, L. M., & Moons, K. G. (2016). Prediction models for cardiovascular disease risk in the general population: systematic review. BMJ, 353, i2416. 6. Framingham Heart Study. (1948). Framingham Heart Study cohort research data. National Heart, Lung, and Blood Institute. 7. Johnson, A. E., Pollard, T. J., Shen, L., Lehman, L. H., Feng, M., Ghassemi, M., Moody, B., Szolovits, P., Celi, L. A., & Mark, R. G. (2016). MIMIC-III, a freely accessible critical care database. Scientific Data, 3, 160035. 8. Krittanawong, C., Zhang, H., Wang, Z., Aydar, M., & Kitai, T. (2017). Artificial intelligence in precision cardiovascular medicine. Journal of the American College of Cardiology, 69(21), 2657-2664. 9. Lundberg, S. M., & Lee, S. I. (2017). A unified approach to interpreting model predictions. In Advances in Neural Information Processing Systems 30 (NIPS 2017) (pp. 4765-4774). 10. Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., & Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830. 11. Shameer, K., Johnson, K. W., Glicksberg, B. S., Dudley, J. T., & Sengupta, P. P. (2018). Machine learning in cardiovascular medicine: are we there yet? Heart, 104(14), 1156-1164. 12. Steyerberg, E. W., Vergouwe, Y., & van Calster, B. (2019). Towards better clinical prediction models: seven steps for development and an ABCD for validation. European Heart Journal, 40(15), 1255–1264. 13. Sudlow, C., Gallacher, J., Allen, N., Beral, V., Burton, P., Danesh, J., Downey, P., Elliott, P., Green, J., Landray, M., Liu, B., Matthews, P., Ong, G., Pell, J., Silman, A., Young, A., Sprosen, T., Peakman, T., & Collins, R. (2015). UK biobank: an open access resource for identifying the causes of a wide range of complex diseases of middle and old age. PLOS Medicine, 12(3), e1001779. 14. Weng, S. F., Reps, J., Kai, J., Garibaldi, J. M., & Qureshi, N. (2017). Can machine-learning improve cardiovascular risk prediction using routine clinical data? PLOS ONE, 12(4), e0174944. 15. World Health Organization. (2021). Cardiovascular diseases (CVDs). Retrieved from https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) 16. Abadi, M., Barham, P., Chen, J., Chen, Z., Davis, A., Dean, J., Devin, M., Ghemawat, S., Irving, G., Isard, M., Kudlur, M., Levenberg, J., Monga, R., Moore, S., Murray, D. G., Steiner, B., Tucker, P., Vasudevan, V., Warden, P., ... Zheng, X. (2016). TensorFlow: A system for large-scale machine learning. In 12th USENIX symposium on operating systems design and implementation (OSDI 16) (pp. 265–283). 17. Chollet, F. (2015). Keras (Version 2.4.0) [Computer software]. https://github.com/fchollet/keras
Reference
Oxford Music Online, 2013
Review
Philosophy & Rhetoric, 1968 Apr 01. 1(2), 124-125.
Review
Philosophy & Rhetoric, 1968 Apr 01. 1(2), 125-128.
Review
The Journal of Aesthetics and Art Criticism, 1979 Apr 01. 37(3), 372-373.
Review
Revue Internationale de Philosophie, 1961 Jan 01. 1558 (4), 433-436.
Review
Style, 1989 Apr 01. 23(1), 168-170.
O‘zbek milliy kiyim-kechaklari asosida hosil qilingan paremiya va frazemalar tavsifi borasida: 195 IV ШЎЪБА O‘ZBEK MILLIY KIYIM-KECHAKLARI ASOSIDA HOSIL QILINGAN PAREMIYA VA FRAZEMALAR TAVSIFI BORASIDA prof.P.J.Nazarov (SamDChTI) Ma’lumki, har qanday til ijtimoiy hodisa sifatida amal qiladi va u ma’lum bir jamiyat a’zolari uchun muhim ijtimoiy aloqa vositasi vazifasini o‘taydi. Tilshunos olima T.A.Bushuy bu haqda fikr bildirish jarayonida buyuk nemis tilshunosi V.Gumbold asaridan keltirilgan quyidagi ixtibosga murojaat etadi: “ Вопрос о сущности языка является узловым в общелингвистической теории . Для научного понимания языка необходимо выяснить 1) что такое язык, какова его природа и какое свойство языка определяет его сущность; 2) в каком отношении язык находится к другим общественным и естественным явлениям и чем отличеется от них. (“Язык в истории развития человеческой мысли”:Фан. – Т.2011, 19 - б.) Yuqorida bilirilgan fikrlarga qo‘shilgan holda tilning boshqa ijtimoiy va tabiiy hodisalar bilan, ayniqsa madaniyat bilan chambarchas bog‘liq ekanligini alohida e’tirof etamiz. Til kabi madaniyat ham ma’lum bir jamiyat orqali yaratiladi. Vikipediya ma’lumotlariga ko‘ra, “madaniyat” tushunchasi jamiyat, inson ijodiy kuch va qobiliyatlari tarixiy taraqqiyotining muayyan darajasi bo‘lib, u kishilar hayoti va faoliyatining turli ko ʻ rinishlarida va turli xil turmush tarzi faoliyatlarida namoyon bo ʻ ladi. Moddiy va ma ʼ naviy ishlab chiqarishga qarab madaniyat ikkiga bo‘linadi: moddiy madaniyat va ma’naviy madaniyat. Moddiy madaniyat moddiy faoliyatning barcha sohalarini hamda uning natijalarini (mehnat qurollari, turar joy, kundalik turmush buyumlari, kiyim-kechak, transport, aloqa vositalari va boshqalarni) o ʻ z ichiga oladi. Ma ʼ naviy madaniyatga esa ong, bilim, axloq, ta ʼ lim-tarbiya, huquq, falsafa, etika, estetika, fan, san ʼ at, adabiyot, mifologiya, din va boshqa ma ʼ naviyat sohalari kiradi (https:/uz.wikipedia.org>wiki) Shunga alohida e’tibor qaratishimiz lozimki, har bir milllatga xos milliy madaniyatning asosiy qismini shu millatning o ʻ zi yaratadi. Jumladan,yuqorida ta’kidlab o‘tilganidek, har bir millatning kiyim-kechaklari o‘sha millat madaniyatining tarkibiy qismi hisoblaniladi. O‘zbek xalqining milliy liboslari haqida gap ketganda eng avvalo to‘n (chopon), do‘ppi (qalpoq), belbog‘, atlas yoki adras kuylak ko‘z oldimizga keladi. Aynan shunday kiyim-kechaklar o‘zbek madaniyatining timsoli hisoblanadi. Bunday kiyim-kechak nomlari asosida bir qator frazemalar, maqollar o‘zbek tili lug‘at boyligidan o‘rin olganligi esa tilimiz va madaniyatimiz uzviyligining yaqqol namunasidir. O‘zbek milliy liboslari nomlaridan kelib chiqqan frazeologik va paremiologik birliklar to‘g‘risida ba’zi bir ilmiy tadqiqot ishlari amalga oshirilgan. Jumladan A.M.Yusupova (O‘zMU) o‘zining “Kiyim-kechak realiya ishtirokidagi matn persepsiyasi” nomli ilmiy maqolasida “to‘n, do‘ppi, bo‘rk, belbog‘, salla” so‘zlari asosida hosil qilingan “doppisini osmonga otmoq”, “sallani ol desa, kallani oladi”, “Oq ko‘ngilning oti ham ozmas, to‘ni ham to‘zmas”, “Bosh yorilsa – do‘ppi ostida” (invarianti: “Bosh yorilsa – bo‘rk ichida”), “Bo‘zchi belbog‘ga yolchimas, kulol mondiga” kabi ibora va maqollarga izoh berib, tasniflagan. (https://www.openscience.uz>article). 196 Bizning nazarimizda, muallif maqolani yozishda kiyim-kechak nomlari bilan bog‘liq ayrim ifodalarda biroz e’tiborsizlikka yo‘l qo‘ygan. Masalan, maqolada “to‘nini teskari kiymoq” frazemasiga izoh berilmagan. Shuningdek, muallif o‘zbek milliy kiyim-kechaklari asosida yuzaga keladigan frazeologik va paremiologik birliklarning faqat ayrimlariga izoh berish bilan cheklangan. Sh.Rahmatullayevning “O‘zbek tilining izohli frazeologik lug‘ati” nomli kitobida milliy madaniyatimiz timsoli bo‘lgan kiyim-kechak nomlari asosida hosil qilingan yaxlit ko‘chma ma’noli birliklarga yana quyidagilar misol qilib keltirilgan: do‘ppi tor kelganda – iloj-imkonsiz og‘ir ahvolga tushmoq (77-bet) boshiga fikr kelmay, qiynalib qolish; do‘ppisi yarimta – shod, xurram, beg‘am, beparvo (77-bet); ikki oyog‘ini bir etikka tiqmoq(suqmoq) – o‘z fikrining amalga oshishini qaysarlik bilan talab qilmoq; juda qiqyin ahvolga tushirmoq (112-bet) kavushini to‘g‘rilab qo‘ymoq – haydab yubormoq (124-bet) O‘z navbatida og‘zaki nutq doirasida o‘zbek xalqining kiyim-boshi asosida yaratilgan yana quyidagi frazemalarni kuzatish mumkin: paytavasiga qurt tushmoq – bezovta bo‘lmoq, o‘zini qo‘yarga joy topa olmaslik; ishtonini ho‘llab qo‘ymoq – juda qo‘rqib ketmoq, tahlikaga tushmoq Yuqorida qayd etib o‘tilgan misollardan ko‘rinib turibdiki, har bir millatning kiyim- kechaklari o‘sha millat madaniyatining, qadimiy urf-odatlari va an’analarining ramzi hisoblaniladi. Shu boisdan ham, xulosa sifatida aytish mumkinki, o‘zbek millatiga mansub kiyim-boshlar ham milliy madaniyatimizning yorqin timsoli sanaladi. Shu bilan birga bu kiyim-kechaklar milliy madaniyatimizni targ‘ib qiluvchi bir qator frazeologik va paremiologik birliklarning asosini tashkil etuvchi tayanch so‘zlar sifatida ham qaraladi. FOYDALANILGAN ADABIYOTLAR RO‘YXATI: 1. Бушуй Т.А. Язык в истории развития человеческой мысли. – Ташкент: Фан, 2011. – 384 с. 2. Рахматуллаев Ш. Ўзбек тилининг изоҳли луғати. – Тошкент, 1978. 408 б. 3. Xayrullayev M. M., Shorahmedov D.A., Madaniyat va meros. T., 1973. 4. Yusupova Adiba Matlubovna (O‘zMU).Kiyim-kechak realiya ishtirokidagi matn persepsiyasi // scientific journal “Sciense and education”, 310- 311 b. https://www.openscience.uz>article 5. Ашуров, шахобиддин, and фарида шукурова. "инглиз ва ўзбек тилларидаги фразеологик бирликлар этимологиясига оид айрим мулоҳазалар." международный журнал искусство слова 3.2 (2020).
Academic Journal
Zamonaviy lingvistik tadqiqotlar: xorijiy tajribalar, istiqbolli izlanishlar va tillarni o‘qitishning innovatsion usullari. :195-196
검색 결과 제한하기
제한된 항목
[검색어] Ong, J. M. J.
발행연도 제한
-
학술DB(Database Provider)
저널명(출판물, Title)
출판사(Publisher)
자료유형(Source Type)
주제어
언어