[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_m%E1%BB%91i%20li%C3%AAn%20h%E1%BB%87{\"limit\":5}":3,"_public_topic_byId_mối liên hệ":56},{"code":4,"data":5,"meta":17},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":54,"vietnamLatest":55},[],[8,24,39],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":17,"url":21,"doi":22,"summary":23},"600c3bcf-ed95-4e80-a862-99fa1fa19ca8","Mối liên hệ giữa chính sách tài khóa và tăng trưởng xanh: Hiệu quả tài chính có quan trọng trong các nền kinh tế phát thải carbon hàng đầu không?","Fiscal policy-green growth nexus: Does financial efficiency matter in top carbon emitter economies?",[13,14,15],"Huizheng Liu","Muhammad Afaq Haider Jafri","Peihua Zhu",4,null,false,"2023-06-24",2023,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs10668-023-03478-5","10.1007\u002Fs10668-023-03478-5","\u003Cp>Nghiên cứu kinh tế lượng vĩ mô ứng dụng mô hình dữ liệu bảng phân tích \u003Cb class=\"publication-topic-keywords\">mối liên hệ\u003C\u002Fb> giữa chính sách tài khóa, hiệu quả thị trường tài chính và mục tiêu tăng trưởng xanh tại các nền kinh tế phát thải carbon hàng đầu. Kết quả ước lượng chỉ ra chi tiêu công cho năng lượng tái tạo có tác động thúc đẩy phát triển bền vững trong khi tín dụng tư nhân cần gắn liền với tiêu chuẩn xanh ESG. Đề tài đem lại khuyến nghị chính sách tài khóa môi trường.\u003C\u002Fp>",{"publicationId":25,"title":26,"originalTitle":27,"authorNames":28,"authorCount":32,"journalName":33,"vietnamJournal":18,"publishDate":34,"publishYear":35,"totalCitation":17,"url":36,"doi":37,"summary":38},"20e4a46f-1a4e-425e-a898-2880941c9566","Mối liên hệ giữa bệnh tiểu đường và ung thư tuyến tiền liệt độ cao trong một nghiên cứu sinh thiết đa chủng tộc","The association of diabetes mellitus and high-grade prostate cancer in a multiethnic biopsy series",[29,30,31],"Daniel M. Moreira","Tiffany Anderson","Leah Gerber",10,"Cancer Causes & Control","2011-05-12",2011,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs10552-011-9770-3","10.1007\u002Fs10552-011-9770-3","\u003Cp>Nghiên cứu dịch tễ học ung thư tiến hành phân tích \u003Cb class=\"publication-topic-keywords\">mối liên hệ\u003C\u002Fb> giữa tiền sử mắc bệnh tiểu đường typ 2 và nguy cơ phát triển ung thư tuyến tiền liệt độ ác tính cao trên đoàn hệ bệnh nhân sinh thiết đa chủng tộc. Mô hình hồi quy logistic đa biến ghi nhận bệnh nhân tiểu đường có tỷ số chênh OR tăng 1,45 (95% CI: 1,12 - 1,88) đối với điểm Gleason cao. Nghiên cứu khuyến nghị cần tầm soát sớm u ác tính ở bệnh nhân đái tháo đường.\u003C\u002Fp>",{"publicationId":40,"title":41,"originalTitle":42,"authorNames":43,"authorCount":47,"journalName":48,"vietnamJournal":18,"publishDate":49,"publishYear":50,"totalCitation":17,"url":51,"doi":52,"summary":53},"30e90102-249f-4c68-a89c-397ef4d2c763","Chứng minh mối liên hệ có thể có giữa độ ác tính cao trong ung thư vú ở chuột do dimethylbenz[a]anthracene gây ra và hàm lượng plasminogen activator loại urokinase tăng lên","Demonstration of a possible link between high grade malignancy in dimethylbenz[a]anthracene-induced rat mammary carcinoma and increased urokinase plasminogen activator content",[44,45,46],"Jun-ichi Yamashita","Kazuo Inada","Shin-ichi Yamashita",6,"International Journal of Clinical and Laboratory Research","1992-03-01",1992,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002FBF02591417","10.1007\u002FBF02591417","\u003Cp>Khảo sát sinh học thực nghiệm trên mô hình chuột ung thư vú do hóa chất DMBA gây ra nhằm làm rõ \u003Cb class=\"publication-topic-keywords\">mối liên hệ\u003C\u002Fb> giữa mức độ biệt hóa tế bào u ác tính và hoạt tính của chất kích hoạt plasminogen urokinase. Kết quả xét nghiệm sinh hóa khẳng định sự biểu hiện quá mức của enzyme tiêu sợi huyết tương quan thuận chặt chẽ với tốc độ xâm lấn mô đệm và di căn hạch. Phát hiện giúp định hướng mục tiêu điều trị ức chế protease.\u003C\u002Fp>",[],[],{"code":4,"data":57,"meta":17},{"id":58,"title":59,"description":60,"content":61,"term":58,"englishTitle":17,"synonyms":17,"definition":17,"discipline":17,"references":17,"faqs":17,"createUser":62,"publishUser":66,"keywords":70,"keywordCount":32,"enrichTopicLink":81,"status":82,"createTime":83,"updateTime":84,"publishTime":85,"linkEnrichedTime":86,"publicationScanTime":87,"contentErrorMessage":17,"viewCount":88,"relateTopics":89},"mối liên hệ","Mối liên hệ là gì? Các bài nghiên cứu khoa học liên quan","Mối liên hệ là sự kết nối, phụ thuộc hoặc tác động qua lại giữa các yếu tố trong tự nhiên, xã hội, khoa học và đời sống hàng ngày. Khái niệm này bao gồm quan hệ nhân quả, tương quan và cấu trúc, giúp hiểu cách các hệ thống vận hành và ảnh hưởng lẫn nhau. ","\u003Cdiv>\u003Ch2>Khái niệm mối liên hệ\u003C\u002Fh2>\n\u003Cp>\nMối liên hệ (Relationship\u002FCorrelation) là khái niệm mô tả trạng thái kết nối, phụ thuộc hoặc ảnh hưởng qua lại giữa hai hay nhiều đối tượng, hiện tượng hoặc hệ thống. Trong khoa học tự nhiên, mối liên hệ thường thể hiện dưới dạng quy luật vật lý, hóa học, sinh học, cho thấy cách một yếu tố biến đổi có thể tác động đến yếu tố khác. Trong khoa học xã hội, mối liên hệ còn bao gồm các yếu tố cảm xúc, hành vi, nhận thức và bối cảnh văn hóa – xã hội.\n\u003C\u002Fp>\n\u003Cp>\nTheo \u003Ca href=\"https:\u002F\u002Fwww.apa.org\u002Ftopics\u002Frelationships\" target=\"_blank\">American Psychological Association\u003C\u002Fa>, mối liên hệ xã hội là sự kết nối về mặt cảm xúc, hành vi hoặc nhận thức giữa con người với nhau, hình thành và duy trì thông qua giao tiếp, hợp tác và hỗ trợ lẫn nhau. Trong thống kê và khoa học dữ liệu, mối liên hệ thường được diễn tả thông qua khái niệm tương quan (correlation) hoặc nhân quả (causality).\n\u003C\u002Fp>\n\u003Cp>\nKhái niệm này có tính liên ngành cao, xuất hiện trong các lĩnh vực từ vật lý thiên văn đến tâm lý học, từ kinh tế học đến công nghệ thông tin. Mối liên hệ là nền tảng để nhận biết cấu trúc, dự đoán xu hướng và đưa ra các quyết định chiến lược.\n\u003C\u002Fp>\n\n\u003Ch2>Phân loại mối liên hệ\u003C\u002Fh2>\n\u003Cp>\nCó nhiều cách phân loại mối liên hệ tùy thuộc vào tiêu chí khoa học hoặc ứng dụng. Một cách phổ biến là phân chia dựa trên bản chất và mức độ ảnh hưởng giữa các yếu tố:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Mối liên hệ nhân quả:\u003C\u002Fstrong> Sự thay đổi của yếu tố A dẫn trực tiếp đến sự thay đổi của yếu tố B. Ví dụ: tăng nhiệt độ nước làm tăng tốc độ bay hơi.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Mối liên hệ tương quan:\u003C\u002Fstrong> Hai yếu tố thay đổi cùng nhau nhưng không nhất thiết có quan hệ nguyên nhân – kết quả. Ví dụ: lượng kem tiêu thụ và số vụ đuối nước đều tăng vào mùa hè.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Mối liên hệ cấu trúc:\u003C\u002Fstrong> Các thành phần của hệ thống liên kết với nhau theo cách duy trì sự ổn định và chức năng của hệ thống. Ví dụ: cấu trúc tinh thể của kim loại.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Mối liên hệ xã hội:\u003C\u002Fstrong> Sự kết nối và tương tác giữa con người, nhóm hoặc tổ chức, dựa trên trao đổi thông tin, giá trị hoặc mục tiêu chung.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nBảng dưới đây tóm tắt các loại mối liên hệ chính và đặc điểm nổi bật:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Loại mối liên hệ\u003C\u002Fth>\n    \u003Cth>Bản chất\u003C\u002Fth>\n    \u003Cth>Ví dụ\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Nhân quả\u003C\u002Ftd>\n    \u003Ctd>A tác động trực tiếp đến B\u003C\u002Ftd>\n    \u003Ctd>Hút thuốc → tăng nguy cơ ung thư phổi\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tương quan\u003C\u002Ftd>\n    \u003Ctd>A và B biến đổi cùng nhau\u003C\u002Ftd>\n    \u003Ctd>Doanh số áo mưa và lượng mưa\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Cấu trúc\u003C\u002Ftd>\n    \u003Ctd>Liên kết trong hệ thống\u003C\u002Ftd>\n    \u003Ctd>Cấu trúc phân tử nước\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Xã hội\u003C\u002Ftd>\n    \u003Ctd>Kết nối con người\u002Fnhóm\u003C\u002Ftd>\n    \u003Ctd>Quan hệ hợp tác kinh doanh\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Mối liên hệ trong khoa học tự nhiên\u003C\u002Fh2>\n\u003Cp>\nTrong khoa học tự nhiên, mối liên hệ được phản ánh qua các định luật, nguyên tắc và mô hình mô tả hành vi của vật chất và năng lượng. Trong vật lý, định luật II Newton thể hiện mối liên hệ giữa lực, khối lượng và gia tốc:\n\u003C\u002Fp>\n\u003Cp>\n\u003Cscript type=\"math\u002Ftex\">\nF = m \\cdot a\n\u003C\u002Fscript>\n\u003C\u002Fp>\n\u003Cp>\nTrong hóa học, mối liên hệ giữa cấu trúc phân tử và tính chất hóa học quyết định cách các chất phản ứng với nhau. Ví dụ, nhóm chức hydroxyl (-OH) trong phân tử rượu ảnh hưởng trực tiếp đến tính tan trong nước và khả năng phản ứng của hợp chất.\n\u003C\u002Fp>\n\u003Cp>\nTrong sinh học, các mối liên hệ như chuỗi thức ăn thể hiện sự phụ thuộc lẫn nhau giữa các loài, duy trì cân bằng hệ sinh thái. Thay đổi trong quần thể một loài có thể kéo theo biến đổi ở nhiều loài khác.\n\u003C\u002Fp>\n\u003Cp>\nMột số mối liên hệ tự nhiên có thể được mô tả định lượng thông qua công thức, như mối liên hệ giữa áp suất, thể tích và nhiệt độ của chất khí lý tưởng:\n\u003C\u002Fp>\n\u003Cp>\n\u003Cscript type=\"math\u002Ftex\">\nPV = nRT\n\u003C\u002Fscript>\n\u003C\u002Fp>\n\n\u003Ch2>Mối liên hệ trong khoa học xã hội\u003C\u002Fh2>\n\u003Cp>\nTrong khoa học xã hội, mối liên hệ được nghiên cứu ở nhiều cấp độ: cá nhân, nhóm, cộng đồng và tổ chức. Mối liên hệ cá nhân bao gồm các quan hệ gia đình, tình bạn, hợp tác công việc, thường dựa trên sự tin tưởng và hỗ trợ lẫn nhau. Mối liên hệ nhóm và cộng đồng hình thành qua các hoạt động chung, giá trị văn hóa và lợi ích tập thể.\n\u003C\u002Fp>\n\u003Cp>\nTheo \u003Ca href=\"https:\u002F\u002Fwww.pewresearch.org\u002F\" target=\"_blank\">Pew Research Center\u003C\u002Fa>, những người có mạng lưới mối liên hệ xã hội mạnh mẽ thường có mức độ hài lòng cuộc sống cao hơn, sức khỏe tinh thần tốt hơn và khả năng thích ứng với thay đổi cao hơn.\n\u003C\u002Fp>\n\u003Cp>\nTrong tổ chức, mối liên hệ giữa các phòng ban và cá nhân đóng vai trò quan trọng trong việc chia sẻ thông tin, phối hợp công việc và ra quyết định hiệu quả. Các lý thuyết mạng lưới xã hội (social network theory) cung cấp công cụ để {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20c%E1%BA%A5u%20tr%C3%BAc%22%7D}} và sức mạnh của các mối liên hệ này, giúp {{topic|%7B%22topic%22%3A%22t%E1%BB%91i%20%C6%B0u%20h%C3%B3a%20quy%20tr%C3%ACnh%22%7D}} và {{topic|%7B%22topic%22%3A%22hi%E1%BB%87u%20qu%E1%BA%A3%20ho%E1%BA%A1t%20%C4%91%E1%BB%99ng%22%7D}}.\n\u003C\u002Fp>\n\u003Ch2>Phương pháp nghiên cứu mối liên hệ\u003C\u002Fh2>\n\u003Cp>\nTrong {{topic|%7B%22topic%22%3A%22nghi%C3%AAn%20c%E1%BB%A9u%20khoa%20h%E1%BB%8Dc%22%7D}}, việc xác định và đo lường mối liên hệ đòi hỏi những phương pháp khoa học chặt chẽ để đảm bảo kết quả chính xác và có thể kiểm chứng. Trong thống kê, hai phương pháp phổ biến để đánh giá mối liên hệ là hệ số tương quan Pearson và Spearman. Pearson đo lường mức độ và hướng của mối tương quan tuyến tính, trong khi Spearman áp dụng cho mối quan hệ đơn điệu, kể cả khi không tuyến tính.\n\u003C\u002Fp>\n\u003Cp>\nHệ số tương quan Pearson được ký hiệu là \u003Cscript type=\"math\u002Ftex\">r\u003C\u002Fscript>, có giá trị từ -1 đến 1:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cscript type=\"math\u002Ftex\">r > 0\u003C\u002Fscript>: Mối liên hệ thuận – khi một biến tăng, biến còn lại cũng tăng.\u003C\u002Fli>\n  \u003Cli>\u003Cscript type=\"math\u002Ftex\">r \u003C 0\u003C\u002Fscript>: Mối liên hệ nghịch – khi một biến tăng, biến còn lại giảm.\u003C\u002Fli>\n  \u003Cli>\u003Cscript type=\"math\u002Ftex\">r = 0\u003C\u002Fscript>: Không tồn tại tương quan tuyến tính rõ rệt.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nNgoài ra, hồi quy tuyến tính và hồi quy phi tuyến tính được sử dụng để mô hình hóa mối liên hệ và dự đoán giá trị biến phụ thuộc dựa trên biến độc lập. Phân tích mạng lưới (network analysis) và mô hình cấu trúc tuyến tính (SEM) được áp dụng để nghiên cứu mối liên hệ phức hợp, đa chiều trong các lĩnh vực xã hội, kinh tế và sinh học.\n\u003C\u002Fp>\n\n\u003Ch2>Ý nghĩa và vai trò của mối liên hệ\u003C\u002Fh2>\n\u003Cp>\nMối liên hệ là cơ sở để hiểu cách các hệ thống hoạt động và tương tác. Trong khoa học tự nhiên, việc nhận diện mối liên hệ giữa các yếu tố giúp giải thích hiện tượng vật lý, hóa học và sinh học, đồng thời dự đoán hành vi của hệ thống trong các điều kiện khác nhau. Trong khoa học xã hội, phân tích mối liên hệ giúp hiểu rõ cơ chế hình thành các cấu trúc xã hội, mô hình hành vi và động lực nhóm.\n\u003C\u002Fp>\n\u003Cp>\nVí dụ, trong y tế cộng đồng, việc xác định mối liên hệ giữa chế độ ăn uống và nguy cơ mắc bệnh tim mạch có thể giúp xây dựng chính sách phòng ngừa. Trong kinh tế học, phân tích mối liên hệ giữa tỷ lệ thất nghiệp và lạm phát (đường cong Phillips) giúp nhà hoạch định chính sách điều chỉnh lãi suất và các công cụ kinh tế vĩ mô.\n\u003C\u002Fp>\n\u003Cp>\nTrong {{topic|%7B%22topic%22%3A%22qu%E1%BA%A3n%20tr%E1%BB%8B%20doanh%20nghi%E1%BB%87p%22%7D}}, việc nhận biết mối liên hệ giữa {{topic|%7B%22topic%22%3A%22s%E1%BB%B1%20h%C3%A0i%20l%C3%B2ng%20c%E1%BB%A7a%20nh%C3%A2n%20vi%C3%AAn%22%7D}} và năng suất lao động là cơ sở để xây dựng chính sách đãi ngộ và {{topic|%7B%22topic%22%3A%22m%C3%B4i%20tr%C6%B0%E1%BB%9Dng%20l%C3%A0m%20vi%E1%BB%87c%22%7D}} hiệu quả.\n\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng của việc nghiên cứu mối liên hệ\u003C\u002Fh2>\n\u003Cp>\nỨng dụng của nghiên cứu mối liên hệ trải rộng trên nhiều lĩnh vực:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Y học:\u003C\u002Fstrong> Phân tích dữ liệu bệnh án để tìm mối liên hệ giữa yếu tố di truyền và nguy cơ mắc bệnh.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Kinh tế:\u003C\u002Fstrong> Nghiên cứu tác động của chính sách thuế đến tiêu dùng và đầu tư.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Công nghệ thông tin:\u003C\u002Fstrong> Khai thác dữ liệu lớn (big data) để xác định mối liên hệ giữa hành vi người dùng và xu hướng tiêu dùng.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Giáo dục:\u003C\u002Fstrong> Đánh giá mối liên hệ giữa phương pháp giảng dạy và hiệu quả học tập.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nTrong khoa học dữ liệu, kỹ thuật học máy (machine learning) sử dụng việc nhận diện mối liên hệ giữa các đặc trưng dữ liệu để huấn luyện mô hình dự đoán. Các hệ thống khuyến nghị (recommendation systems) như Netflix hay Amazon dựa trên mối liên hệ giữa hành vi quá khứ và sở thích để đề xuất nội dung hoặc sản phẩm.\n\u003C\u002Fp>\n\n\u003Ch2>Thách thức và hạn chế\u003C\u002Fh2>\n\u003Cp>\nMột thách thức lớn trong nghiên cứu mối liên hệ là phân biệt giữa tương quan và nhân quả. Tương quan không đồng nghĩa với nguyên nhân – kết quả. Ví dụ: số lượng kem bán ra và số vụ đuối nước cùng tăng vào mùa hè, nhưng điều này không có nghĩa là ăn kem gây ra đuối nước; nguyên nhân thực sự là nhiệt độ cao khiến cả hai hiện tượng này cùng gia tăng.\n\u003C\u002Fp>\n\u003Cp>\nCác yếu tố gây nhiễu (confounding variables) và biến ẩn có thể làm sai lệch kết quả phân tích. Dữ liệu không đầy đủ hoặc thiên lệch cũng là rào cản lớn, đặc biệt trong các {{topic|%7B%22topic%22%3A%22nghi%C3%AAn%20c%E1%BB%A9u%20x%C3%A3%20h%E1%BB%99i%20h%E1%BB%8Dc%22%7D}}, nơi khó kiểm soát mọi biến số. Ngoài ra, mối liên hệ xã hội chịu ảnh hưởng của văn hóa, bối cảnh và lịch sử, dẫn đến khó khăn khi so sánh giữa các cộng đồng.\n\u003C\u002Fp>\n\n\u003Ch2>Xu hướng nghiên cứu mối liên hệ\u003C\u002Fh2>\n\u003Cp>\nXu hướng nghiên cứu hiện nay kết hợp khoa học dữ liệu, trí tuệ nhân tạo và phân tích mạng lưới để phát hiện mối liên hệ phức tạp trong tập dữ liệu lớn. Cảm biến IoT (Internet of Things) giúp thu thập dữ liệu thời gian thực, cho phép phân tích mối liên hệ động thay vì chỉ phân tích dữ liệu tĩnh.\n\u003C\u002Fp>\n\u003Cp>\nTrong sinh học hệ thống, các nhà nghiên cứu sử dụng mô hình mạng lưới gene – protein để tìm mối liên hệ trong các quá trình sinh học, giúp hiểu rõ hơn cơ chế bệnh tật. Trong kinh tế, mô hình dữ liệu bảng (panel data) cho phép nghiên cứu mối liên hệ theo thời gian và giữa các nhóm khác nhau.\n\u003C\u002Fp>\n\u003Cp>\nCác công cụ {{topic|%7B%22topic%22%3A%22tr%E1%BB%B1c%20quan%20h%C3%B3a%20d%E1%BB%AF%20li%E1%BB%87u%22%7D}} tiên tiến như đồ thị tương tác 3D hỗ trợ nhận diện các mẫu mối liên hệ tiềm ẩn mà các {{topic|%7B%22topic%22%3A%22ph%C6%B0%C6%A1ng%20ph%C3%A1p%20th%E1%BB%91ng%20k%C3%AA%22%7D}} truyền thống khó phát hiện.\n\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Col>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.apa.org\u002Ftopics\u002Frelationships\" target=\"_blank\">American Psychological Association – Relationships\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.pewresearch.org\u002F\" target=\"_blank\">Pew Research Center – Social Connections and Well-being\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Fsubjects\u002Fsocial-networks\" target=\"_blank\">Nature – Social Network Research\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.sciencedirect.com\u002Ftopics\u002Fpsychology\u002Frelationship\" target=\"_blank\">ScienceDirect – Relationship Studies\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fourworldindata.org\u002Fgrapher\u002Fcorrelation\" target=\"_blank\">Our World in Data – Correlation Analysis\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Fol>\n\u003C\u002Fdiv>",{"id":63,"researcherId":17,"name":64,"imageUrl":65},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":67,"researcherId":17,"name":68,"imageUrl":69},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[71,72,73,74,75,76,77,78,79,80],"phân tích cấu trúc","tối ưu hóa quy trình","hiệu quả hoạt động","nghiên cứu khoa học","quản trị doanh nghiệp","sự hài lòng của nhân viên","môi trường làm việc","nghiên cứu xã hội học","trực quan hóa dữ liệu","phương pháp thống kê",true,"PUBLISHED","2025-07-31T03:04:07.311+00:00","2026-09-03T01:08:07.337+00:00","2025-07-31T17:03:49.228+00:00","2026-09-03T01:08:07.058+00:00","2026-09-02T14:18:57.966+00:00",573,[90,93,96,99,102,105,108,111,114,117],{"id":91,"title":92,"term":91,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"mô hình lý thuyết","Mô hình lý thuyết là gì? Các nghiên cứu về Mô hình lý thuyết",{"id":94,"title":95,"term":94,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"tán xạ","Tán xạ là gì? Các nghiên cứu khoa học về Tán xạ",{"id":97,"title":98,"term":97,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"chất lượng thông tin","Chất lượng thông tin là gì? Nghiên cứu khoa học liên quan",{"id":100,"title":101,"term":100,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"cơ sở vật chất","Cơ sở vật chất là gì? Các công bố khoa học về Cơ sở vật chất",{"id":103,"title":104,"term":103,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"in silico","In silico là gì? Các công bố khoa học về In silico",{"id":106,"title":107,"term":106,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"artificial intelligence","Artificial Intelligence là gì? Các nghiên cứu khoa học về AI",{"id":109,"title":110,"term":109,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"nghiên cứu liên ngành","Nghiên cứu liên ngành là gì? Các nghiên cứu khoa học",{"id":112,"title":113,"term":112,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"chuột cống trắng","Chuột cống trắng là gì? Các công bố khoa học về Chuột cống trắng",{"id":115,"title":116,"term":115,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"phương pháp đại số","Phương pháp đại số là gì? Các nghiên cứu khoa học liên quan",{"id":118,"title":119,"term":118,"englishTitle":17,"definition":17,"discipline":17,"disciplineCode":17,"disciplineLabel":17,"disciplineColor":17,"disciplineIcon":17},"trí tuệ xã hội","Trí tuệ xã hội là gì? Các công bố khoa học về Trí tuệ xã hội"]