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

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 کاملا 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 microscope) 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 Scholar تا سال ۲۰۲۵ 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:

ماشینلرنینگ ، میکروسکوپ ، مدل آماری ، SEM ، پارادایم معرفتشناسانه