[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_b%E1%BA%ADc%20cao{\"limit\":5}":3,"_public_topic_byId_bậc cao":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":17,"publishUser":21,"keywords":25,"keywordCount":10,"enrichTopicLink":26,"status":27,"createTime":28,"updateTime":29,"publishTime":30,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":31,"relateTopics":32},"bậc cao","Bậc cao là gì? Các bài báo nghiên cứu khoa học liên quan","“Bậc cao” là khái niệm chỉ thứ tự hay mức độ vượt cơ bản trong toán học, lập trình và kỹ thuật, thể hiện khả năng lồng ghép và đệ quy. Bao gồm đạo hàm và tích phân bậc n trong giải tích; hàm nhận hoặc trả về hàm trong lập trình; phương trình vi phân bậc cao mô tả hệ phức tạp. ","\u003Ch2>Định nghĩa khái niệm “bậc cao”\u003C\u002Fh2>\u003Cp>“Bậc cao” (higher-order) là khái niệm chỉ thứ tự hoặc mức độ của một phép toán, hàm hoặc phương trình vượt lên trên mức cơ bản. Trong nhiều lĩnh vực, “bậc cao” biểu thị khả năng lồng ghép, đệ quy hoặc áp dụng nhiều lần cùng một phép toán, từ đó mở rộng tính tổng quát và sức mạnh biểu diễn.\u003C\u002Fp>\u003Cp>Ví dụ trong giải tích, đạo hàm bậc cao của hàm \\(f(x)\\) là đạo hàm lặp lại \\(n\\) lần: \u003Cscript type=\"math\u002Ftex\">f^{(n)}(x)=\\frac{d^n}{dx^n}f(x)\u003C\u002Fscript>. Trong lập trình hàm, hàm bậc cao (higher-order function) là hàm nhận hàm khác làm đối số hoặc trả về hàm, giúp tăng tính trừu tượng và tái sử dụng mã.\u003C\u002Fp>\u003Cp>Khái niệm này mang tính chất chung giữa toán học, tin học và kỹ thuật, thể hiện qua:\u003C\u002Fp>\u003Cul>\u003Cli>Đạo hàm, tích phân bậc \\(n\\) trong giải tích\u003C\u002Fli>\u003Cli>Hàm nhận hàm làm tham số hoặc trả về hàm trong lập trình\u003C\u002Fli>\u003Cli>Phương trình vi phân bậc cao mô tả hệ động lực phức tạp\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Cơ sở lý thuyết và lịch sử phát triển\u003C\u002Fh2>\u003Cp>Khái niệm “bậc cao” trong toán học bắt nguồn từ giải tích cổ điển của Newton và Leibniz (thế kỷ XVII), khi họ mở rộng phép tính vi phân và tích phân từ bậc nhất lên bậc bất kỳ. Đến thế kỷ XIX, Cauchy và Riemann hoàn thiện lý thuyết tích phân bậc cao và chuỗi Taylor–Maclaurin.\u003C\u002Fp>\u003Cp>Trong thế kỷ XX, lý thuyết hàm bậc cao của lập trình hàm được phát triển bởi Alonzo Church qua λ-calculus và Haskell Curry với combinatory logic, hình thành nền tảng cho ngôn ngữ Haskell, Lisp và các ngôn ngữ hiện đại hỗ trợ first-class functions.\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Thời kỳ\u003C\u002Fth>\u003Cth>Sự kiện chính\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Thế kỷ XVII\u003C\u002Ftd>\u003Ctd>Newton, Leibniz phát triển vi phân tích căn bản\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Thế kỷ XIX\u003C\u002Ftd>\u003Ctd>Cauchy, Riemann hoàn thiện tích phân bậc cao\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Thế kỷ XX\u003C\u002Ftd>\u003Ctd>Church định nghĩa λ-calculus; Curry phát triển combinators\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Hiện đại\u003C\u002Ftd>\u003Ctd>Ngôn ngữ Haskell, Lisp hỗ trợ hàm bậc cao\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Bậc cao trong toán học\u003C\u002Fh2>\u003Cp>Đạo hàm bậc cao và tích phân bậc cao là công cụ cơ bản trong giải tích, cho phép phân tích đặc tính biến thiên và hình dạng đồ thị. Đạo hàm bậc hai xác định độ cong, bậc ba mô tả biến đổi cong phức tạp hơn.\u003C\u002Fp>\u003Cp>Các khái niệm quan trọng:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Đạo hàm bậc \\(n\\):\u003C\u002Fstrong> \u003Cscript type=\"math\u002Ftex\">\\frac{d^n}{dx^n}f(x)\u003C\u002Fscript>\u003C\u002Fli>\u003Cli>\u003Cstrong>Tích phân bậc \\(n\\):\u003C\u002Fstrong> áp dụng nguyên lý tích phân từng phần lặp lại\u003C\u002Fli>\u003Cli>\u003Cstrong>Chuỗi Taylor–Maclaurin:\u003C\u002Fstrong> \u003Cscript type=\"math\u002Ftex\">f(x)=\\sum_{k=0}^\\infty \\frac{f^{(k)}(a)}{k!}(x-a)^k\u003C\u002Fscript>\u003C\u002Fli>\u003C\u002Ful>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Bậc\u003C\u002Fth>\u003Cth>Ý nghĩa toán học\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Bậc 1\u003C\u002Ftd>\u003Ctd>Độ biến thiên tức thời (đạo hàm)\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Bậc 2\u003C\u002Ftd>\u003Ctd>Độ cong và ổn định\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Bậc 3+\u003C\u002Ftd>\u003Ctd>Biến đổi cong phức tạp\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Bậc cao trong lập trình\u003C\u002Fh2>\u003Cp>Hàm bậc cao (higher-order function) trong lập trình là hàm nhận hàm khác làm tham số hoặc trả về một hàm mới. Cơ chế này tăng tính mô-đun, giúp mã ngắn gọn và dễ kiểm thử.\u003C\u002Fp>\u003Cp>Ví dụ phổ biến:\u003C\u002Fp>\u003Cul>\u003Cli>JavaScript: Array.prototype.map(), filter(), reduce() (\u003Ca href=\"https:\u002F\u002Fdeveloper.mozilla.org\u002Fen-US\u002Fdocs\u002FWeb\u002FJavaScript\u002FReference\u002FGlobal_Objects\u002FFunction\">MDN – Function\u003C\u002Fa>).\u003C\u002Fli>\u003Cli>Python: map(func, iterable), filter(func, iterable), functools.reduce() (\u003Ca href=\"https:\u002F\u002Fdocs.python.org\u002F3\u002Flibrary\u002Ffunctools.html\">Python Docs\u003C\u002Fa>).\u003C\u002Fli>\u003Cli>Haskell: map :: (a -> b) -> [a] -> [b] (\u003Ca href=\"https:\u002F\u002Fwww.haskell.org\u002Fonlinereport\u002Fhigh-order.html\">Haskell Report\u003C\u002Fa>).\u003C\u002Fli>\u003C\u002Ful>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Ngôn ngữ\u003C\u002Fth>\u003Cth>Cú pháp\u003C\u002Fth>\u003Cth>Chức năng\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>JavaScript\u003C\u002Ftd>\u003Ctd>arr.map(fn)\u003C\u002Ftd>\u003Ctd>Ánh xạ mảng\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Python\u003C\u002Ftd>\u003Ctd>map(fn, iterable)\u003C\u002Ftd>\u003Ctd>Ánh xạ iterable\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Haskell\u003C\u002Ftd>\u003Ctd>map fn xs\u003C\u002Ftd>\u003Ctd>Ánh xạ danh sách\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Bậc cao trong vật lý và kỹ thuật\u003C\u002Fh2>\u003Cp>Trong cơ học và kỹ thuật, phương trình vi phân bậc cao (nth-order differential equation) mô tả chuyển động và ứng xử của hệ phức tạp như dầm chịu uốn, dao động cơ và sóng cơ học. Đối với dầm đàn hồi, phương trình Euler–Bernoulli bậc 4 biểu diễn mối quan hệ giữa moment uốn và đường độ lệch xuyên tâm:\u003C\u002Fp>\u003Cp>\u003Cscript type=\"math\u002Ftex\">EI\\,\\frac{d^4 w(x)}{dx^4} = q(x)\u003C\u002Fscript>\u003C\u002Fp>\u003Cp>Trong khảo sát sóng cơ học, phương trình sóng bậc 2 và bậc 4 được ứng dụng cho sóng mặt nước, sóng trong chất rắn và mô hình đàn hồi phức tạp. Việc giải những phương trình này đòi hỏi hiểu biết về điều kiện biên và điều kiện đầu, đặc biệt khi hệ số dao động hoặc độ cứng thay đổi theo không gian.\u003C\u002Fp>\u003Ch2>Tính chất và đặc trưng chung\u003C\u002Fh2>\u003Cp>Đặc trưng cơ bản của các hệ “bậc cao” là sự nhạy cảm với điều kiện biên và điều kiện khởi tạo. Sự thay đổi nhỏ trong điều kiện ban đầu có thể dẫn đến sai lệch lớn trong nghiệm, đặc biệt với phương trình vi phân bậc cao hoặc thuật toán lặp.\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Tổng quát hóa:\u003C\u002Fstrong> khả năng mô tả quy luật phức tạp không thể biểu diễn bằng bậc thấp.\u003C\u002Fli>\u003Cli>\u003Cstrong>Lồng ghép\u002Fđệ quy:\u003C\u002Fstrong> nhiều phép toán hoặc hàm lồng nhau tạo ra cấp độ trừu tượng cao hơn.\u003C\u002Fli>\u003Cli>\u003Cstrong>Chi phí tính toán:\u003C\u002Fstrong> yêu cầu số phép tính và bộ nhớ tăng theo bậc.\u003C\u002Fli>\u003C\u002Ful>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Đặc trưng\u003C\u002Fth>\u003Cth>Bậc thấp\u003C\u002Fth>\u003Cth>Bậc cao\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Độ phức tạp\u003C\u002Ftd>\u003Ctd>Thấp\u003C\u002Ftd>\u003Ctd>Cao\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Độ chính xác\u003C\u002Ftd>\u003Ctd>Giới hạn\u003C\u002Ftd>\u003Ctd>Có thể nâng cao\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Tài nguyên tính toán\u003C\u002Ftd>\u003Ctd>Ít\u003C\u002Ftd>\u003Ctd>Nhiều\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Khả năng mở rộng\u003C\u002Ftd>\u003Ctd>Hạn chế\u003C\u002Ftd>\u003Ctd>Rộng\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Phương pháp giải và tính toán\u003C\u002Fh2>\u003Cp>Giải tích phân và đạo hàm bậc cao thường sử dụng quy tắc lặp (repeated integration by parts) hoặc phát triển chuỗi Taylor. Với hệ phương trình vi phân, phương pháp số gồm Runge–Kutta bậc 4 và phương pháp phần tử hữu hạn (FEM) cho phép giải ODE\u002FPDE bậc cao trên lưới tính toán.\u003C\u002Fp>\u003Cp>Phương pháp phần tử hữu hạn chia miền thành phần tử nhỏ, xấp xỉ hàm nghiệm bằng đa thức bậc cao bên trong mỗi phần tử, sau đó ghép lại qua điều kiện liên tục. FEM cho kết quả chính xác và ổn định khi chọn bậc đa thức phù hợp và lưới đủ tinh.\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Runge–Kutta bậc 4:\u003C\u002Fstrong> độ chính xác cao cho ODE bậc cao.\u003C\u002Fli>\u003Cli>\u003Cstrong>Phương pháp phần tử hữu hạn:\u003C\u002Fstrong> ứng dụng cho PDE bậc cao trên hình học phức tạp.\u003C\u002Fli>\u003Cli>\u003Cstrong>Phương pháp phổ (Spectral Methods):\u003C\u002Fstrong> sử dụng hàm dạng đa thức orthogonal để tăng tốc hội tụ.\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Ứng dụng thực tiễn\u003C\u002Fh2>\u003Cp>Bậc cao được ứng dụng rộng rãi trong nhiều ngành: trong ngành điều khiển tự động, bộ điều khiển PID bậc cao (higher-order PID) cải thiện khả năng đáp ứng và ổn định hệ thống công nghiệp. Trong xử lý tín hiệu, bộ lọc FIR bậc cao tách và loại nhiễu tần số thấp với độ dốc đáp tuyến định hình tốt.\u003C\u002Fp>\u003Cp>Trong đồ họa máy tính, thuật toán shading bậc cao tái tạo chi tiết bề mặt và hiệu ứng ánh sáng phức tạp, sử dụng đa thức bậc cao hoặc phương pháp Monte Carlo nâng cao. Trong thiết kế kết cấu, mô hình FEM bậc cao hỗ trợ phân tích ứng suất và biến dạng ở các vị trí có gradient ứng suất lớn.\u003C\u002Fp>\u003Ch2>Thách thức và hướng nghiên cứu\u003C\u002Fh2>\u003Cp>Số cận biên (stiffness) và ổn định số là hai vấn đề lớn khi giải hệ bậc cao, đòi hỏi thuật toán có khả năng tự điều chỉnh bước tính toán và kiểm soát sai số. Nghiên cứu hiện đại tập trung vào phương pháp implicit–explicit (IMEX) và thuật toán đa bước để cân bằng hiệu năng và độ chính xác.\u003C\u002Fp>\u003Cp>Ứng dụng machine learning để xấp xỉ nghiệm PDE bậc cao là hướng mới nổi: mạng neural PINN (Physics-Informed Neural Networks) kết hợp điều kiện biên và phương trình đạo hàm để huấn luyện mô hình, cho phép giải nhanh và mở rộng đa chiều.\u003C\u002Fp>\u003Cul>\u003Cli>Thuật toán IMEX cho PDE bậc cao\u003C\u002Fli>\u003Cli>PINN và mô hình hybrid khoa học dữ liệu – số học\u003C\u002Fli>\u003Cli>Thuật toán song song và GPU\u002FTPU để tăng tốc tính toán\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\u003Col>\u003Cli>Newton I. “Method of Fluxions.” 1671.\u003C\u002Fli>\u003Cli>Courtney T.H. “Mechanical Behavior of Materials.” McGraw-Hill, 2000.\u003C\u002Fli>\u003Cli>Press W.H. et al. “Numerical Recipes: The Art of Scientific Computing.” Cambridge University Press, 2007. \u003Ca href=\"http:\u002F\u002Fnumerical.recipes\u002F\">http:\u002F\u002Fnumerical.recipes\u002F\u003C\u002Fa>\u003C\u002Fli>\u003Cli>Quarteroni A., Sacco R., Saleri F. “Numerical Mathematics.” Springer, 2007.\u003C\u002Fli>\u003Cli>Raissi M., Perdikaris P., Karniadakis G.E. “Physics-Informed Neural Networks: A Deep Learning Framework for Solving Forward and Inverse Problems Involving Nonlinear Partial Differential Equations.” \u003Ci>Journal of Computational Physics\u003C\u002Fi>, 2019. \u003Ca href=\"https:\u002F\u002Fwww.sciencedirect.com\u002Fscience\u002Farticle\u002Fpii\u002FS0021999118307125\">https:\u002F\u002Fwww.sciencedirect.com\u002F…\u002FS0021999118307125\u003C\u002Fa>\u003C\u002Fli>\u003Cli>Higham N.J. “Accuracy and Stability of Numerical Algorithms.” SIAM, 2002.\u003C\u002Fli>\u003Cli>IEEE Xplore. “Higher-Order PID Control.” \u003Ca href=\"https:\u002F\u002Fieeexplore.ieee.org\u002F\">https:\u002F\u002Fieeexplore.ieee.org\u002F\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>",{"id":18,"researcherId":10,"name":19,"imageUrl":20},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":22,"researcherId":10,"name":23,"imageUrl":24},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",[13],false,"PUBLISHED","2025-06-19T08:17:08.843+00:00","2025-09-10T23:32:00.295+00:00","2025-07-09T01:36:38.049+00:00",262,[33,36,46,51,61,66,76,81,84,87],{"id":34,"title":35,"term":34,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"trừu tượng","Trừu tượng là gì? Các bài báo nghiên cứu khoa học liên quan",{"id":37,"title":38,"term":37,"englishTitle":39,"definition":40,"discipline":41,"disciplineCode":42,"disciplineLabel":43,"disciplineColor":44,"disciplineIcon":45},"diệu nhân ni sư","Ni sư Diệu Nhân: Tiểu sử, tư tưởng thiền học và bài kệ","Nun Dieu Nhan","Diệu Nhân ni sư (1041–1113), thế danh Lý Ngọc Kiều, là bậc danh ni lỗi lạc của Phật giáo Đại Việt thời Lý, truyền nhân thế hệ thứ 17 của dòng thiền Vinitaruchi, tác giả bài kệ thị tịch trứ danh thể hiện đỉnh cao triết học Bát Nhã Tính Không và là biểu tượng khởi nguồn cho truyền thống ni giới Việt Nam.","HUMANITIES","humanities","Nhân văn và nghệ thuật","#9333EA","book-open",{"id":47,"title":48,"term":47,"englishTitle":49,"definition":50,"discipline":41,"disciplineCode":42,"disciplineLabel":43,"disciplineColor":44,"disciplineIcon":45},"thông điệp gián tiếp","Thông điệp gián tiếp là gì? Bản chất và cơ chế ngữ dụng học","indirect message","Thông điệp gián tiếp là hình thức truyền tải ý niệm mà trong đó ý định giao tiếp thực sự của người nói không tương thích với nghĩa đen của câu chữ, đòi hỏi người nghe phải suy luận dựa trên ngữ cảnh và tri thức nền chung.",{"id":52,"title":53,"term":52,"englishTitle":54,"definition":55,"discipline":56,"disciplineCode":57,"disciplineLabel":58,"disciplineColor":59,"disciplineIcon":60},"phân loại chủng","Phân loại chủng là gì? Các phương pháp và ứng dụng dịch tễ","strain typing","Phân loại chủng là tập hợp các phương pháp thực nghiệm và phân tích sinh học phân tử nhằm phân biệt các dòng vi sinh vật thuộc cùng một loài ở cấp độ dưới loài. Kỹ thuật này giữ vai trò then chốt trong điều tra nguồn lây nhiễm trùng và giám sát sự lan truyền của các chủng vi khuẩn kháng thuốc.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":62,"title":63,"term":62,"englishTitle":64,"definition":65,"discipline":56,"disciplineCode":57,"disciplineLabel":58,"disciplineColor":59,"disciplineIcon":60},"điện cực màng polymer","Điện cực màng polymer là gì? Nguyên lý và ứng dụng phân tích","polymer membrane electrode","Điện cực màng polymer là cảm biến điện hóa chọn lọc ion sử dụng màng nền polymer hữu cơ đã được hóa dẻo kết hợp với chất mang ion để chuyển đổi hoạt độ ion thành thế điện động. Thiết bị cho phép định lượng nhanh và chính xác các chất điện giải trong phân tích y sinh và môi trường.",{"id":67,"title":68,"term":67,"englishTitle":69,"definition":70,"discipline":71,"disciplineCode":72,"disciplineLabel":73,"disciplineColor":74,"disciplineIcon":75},"hệ xương","Hệ xương là gì? Giải phẫu, chức năng và cơ chế sinh lý","skeletal system","Hệ xương là hệ cơ quan phức hợp gồm các xương, sụn, khớp và dây chằng liên kết chặt chẽ, tạo nên bộ khung cơ học nâng đỡ toàn bộ cơ thể người. Hệ thống này đảm nhiệm các chức năng thiết yếu bao gồm vận động, bảo vệ nội tạng, tạo máu trong tủy xương và duy trì cân bằng nội môi canxi, phospho thông qua quá trình tái cấu trúc liên tục.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":77,"title":78,"term":77,"englishTitle":79,"definition":80,"discipline":71,"disciplineCode":72,"disciplineLabel":73,"disciplineColor":74,"disciplineIcon":75},"mô tuyến giáp","Mô tuyến giáp là gì? Cấu trúc vi thể và chức năng sinh lý","thyroid tissue","Mô tuyến giáp (thyroid tissue) là mô tuyến nội tiết cấu thành bởi các nang giáp chứa chất keo và mạng lưới tế bào cạnh nang. Cấu trúc này giữ chức năng tiếp nhận iodide, sinh tổng hợp và bài tiết các hormone triiodothyronine (T3), thyroxine (T4) và calcitonin nhằm điều hòa chuyển hóa và cân bằng nội môi.",{"id":82,"title":83,"term":82,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nhiệt độ thấp","Nhiệt độ thấp là gì? Các nghiên cứu khoa học về Nhiệt độ thấp",{"id":85,"title":86,"term":85,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"ngoại tâm thu thất","Ngoại tâm thu thất là gì? Các công bố khoa học về Ngoại tâm thu thất",{"id":88,"title":89,"term":88,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"metacercariae","Metacercariae là gì? Các công bố khoa học về Metacercariae"]