[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_quy%E1%BA%BFt%20%C4%91%E1%BB%8Bnh%20%C4%91a%20ti%C3%AAu%20ch%C3%AD{\"limit\":5}":3,"_public_topic_byId_quyết định đa tiêu chí":42},{"code":4,"data":5,"meta":21},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":40,"vietnamLatest":41},[],[8,25],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":21,"url":22,"doi":23,"summary":24},"f54ef778-0178-4478-9b38-1ec2ce81801d","Phương pháp ra quyết định nhóm nhiều tiêu chí với thông tin ngôn ngữ xác suất động được đặc trưng bởi nhiều thời điểm liên tiếp","Multi-criteria group decision-making methods with dynamic probabilistic linguistic information characterized by multiple consecutive time points",[13,14,15],"Yuanxiang Dong","Xiaoting Cheng","Zeshui Xu",4,"International Journal of Machine Learning and Cybernetics",false,"2023-10-15",2023,null,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs13042-023-01967-7","10.1007\u002Fs13042-023-01967-7","\u003Cp>Xây dựng thuật toán hỗ trợ bài toán ra \u003Cb class=\"publication-topic-keywords\">quyết định đa tiêu chí\u003C\u002Fb> nhóm MCGDM dựa trên tập ngữ nghĩa ngôn ngữ xác suất động DPLTS qua nhiều mốc thời gian liên tiếp. Phương pháp tích hợp lý thuyết bằng chứng Dempster-Shafer giúp kiểm soát sự thiếu chắc chắn của luồng dữ liệu thời gian thực trong đánh giá năng lực đổi mới dược phẩm. Công trình \u003Cb>hoàn thiện công cụ phân tích động\u003C\u002Fb> linh hoạt, song thuật toán quy hoạch phi tuyến đòi hỏi tài nguyên tính toán khá lớn.\u003C\u002Fp>",{"publicationId":26,"title":27,"originalTitle":28,"authorNames":29,"authorCount":33,"journalName":34,"vietnamJournal":18,"publishDate":35,"publishYear":36,"totalCitation":21,"url":37,"doi":38,"summary":39},"c4deb6bc-c599-4df1-a8bb-0a894a396499","Một phương pháp đa tiêu chí hiệu quả để tái thiết cơ sở hạ tầng ở các quốc gia bị tàn phá","An effective multiple criteria approach to infrastructure reconstruction in devastated countries",[30,31,32],"K. A. Nigim","K. W. Hipel","G. B. Smith",3,"Journal of Systems Science and Systems Engineering","2006-05-01",2006,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs11518-006-5010-x","10.1007\u002Fs11518-006-5010-x","\u003Cp>Ứng dụng quy trình phân cấp phân tích AHP thuộc nhóm phương pháp phân tích \u003Cb class=\"publication-topic-keywords\">quyết định đa tiêu chí\u003C\u002Fb> MCDA nhằm xếp thứ tự ưu tiên tái thiết cơ sở hạ tầng sau thảm họa. Mô hình giúp dung hòa các mục tiêu mâu thuẫn giữa các tổ chức viện trợ quốc tế như World Bank và chính quyền sở tại khi thiếu hụt số liệu lịch sử. Tác giả \u003Cb>thiết lập khung hỗ trợ lựa chọn\u003C\u002Fb> dự án hệ thống, dẫu trọng số phân tích vẫn chịu ảnh hưởng từ nhận định chủ quan của chuyên gia.\u003C\u002Fp>",[],[],{"code":4,"data":43,"meta":21},{"id":44,"title":45,"description":46,"content":47,"term":48,"englishTitle":49,"synonyms":21,"definition":50,"discipline":51,"references":52,"faqs":77,"createUser":90,"publishUser":94,"keywords":98,"keywordCount":105,"enrichTopicLink":18,"status":106,"createTime":107,"updateTime":108,"publishTime":109,"linkEnrichedTime":110,"publicationScanTime":111,"contentErrorMessage":21,"viewCount":112,"relateTopics":113},"quyết định đa tiêu chí","Quyết định đa tiêu chí là gì? Các phương pháp và ứng dụng","Quyết định đa tiêu chí (MCDM) là phương pháp đánh giá và lựa chọn phương án tối ưu trong vận trù học khi đối mặt với nhiều tiêu chí xung đột.","\u003Cp>Quyết định đa tiêu chí (multi-criteria decision making, MCDM) là một phân ngành quan trọng của khoa học quyết định và vận trù học, chuyên nghiên cứu các khuôn khổ toán học và thuật toán nhằm hỗ trợ người ra quyết định đánh giá, xếp hạng hoặc lựa chọn phương án tối ưu khi tồn tại đồng thời nhiều tiêu chí đánh giá mâu thuẫn nhau. Đặc trưng cốt lõi của MCDM là xử lý sự đánh đổi (trade-off) giữa các mục tiêu không đồng nhất về đơn vị đo lường và tầm quan trọng. Bài viết trình bày chi tiết về các thành phần cốt lõi của mô hình MCDM, phân loại MADM và MODM, các phương pháp kinh điển (AHP, TOPSIS, VIKOR, PROMETHEE), kỹ thuật chuẩn hóa ma trận quyết định và ứng dụng thực tiễn trong kỹ thuật và quản lý.\u003C\u002Fp>\n\u003Ch2>Bản chất và cấu trúc cơ bản của mô hình MCDM\u003C\u002Fh2>\n\u003Cp>Trong thực tế kỹ thuật và quản trị, việc tìm kiếm một phương án vượt trội trên mọi khía cạnh là điều hiếm khi xảy ra. Chẳng hạn, một phương án thiết kế có chi phí thấp thường đi kèm rủi ro kỹ thuật cao hoặc hiệu suất giới hạn. Thay vì quy đổi gượng ép mọi yếu tố về một đơn vị tiền tệ duy nhất, MCDM duy trì cấu trúc đánh giá đa chiều.\u003C\u002Fp>\n\u003Cp>Một bài toán MCDM tổng quát được mô hình hóa qua bốn thành phần cơ bản:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Tập hợp phương án (Alternatives):\u003C\u002Fstrong> Danh sách các lựa chọn khả dĩ cần được đánh giá hoặc xếp hạng.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Tập hợp tiêu chí (Criteria):\u003C\u002Fstrong> Các chỉ số đo lường hiệu quả hoặc chi phí, bao gồm cả tiêu chí định lượng (thời gian, suất tiêu hao) và tiêu chí định tính (tính thẩm mỹ, mức độ thân thiện môi trường).\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Ma trận quyết định (Decision Matrix):\u003C\u002Fstrong> Bảng biểu diễn giá trị hiệu năng của từng phương án tương ứng với từng tiêu chí đánh giá.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Trọng số tiêu chí (Weights):\u003C\u002Fstrong> Vector biểu thị mức độ ưu tiên tương đối của các tiêu chí trong tổng thể mục tiêu quyết định.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Phương án\u003C\u002Fth>\n\u003Cth>Chi phí (triệu đồng)\u003C\u002Fth>\n\u003Cth>Hiệu quả (điểm)\u003C\u002Fth>\n\u003Cth>Rủi ro (1-5)\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>A\u003C\u002Ftd>\n\u003Ctd>150\u003C\u002Ftd>\n\u003Ctd>8.5\u003C\u002Ftd>\n\u003Ctd>3\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>B\u003C\u002Ftd>\n\u003Ctd>170\u003C\u002Ftd>\n\u003Ctd>9.0\u003C\u002Ftd>\n\u003Ctd>4\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>C\u003C\u002Ftd>\n\u003Ctd>140\u003C\u002Ftd>\n\u003Ctd>7.8\u003C\u002Ftd>\n\u003Ctd>2\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\n\u003Ch2>Phân loại các phương pháp quyết định đa tiêu chí\u003C\u002Fh2>\n\u003Cp>Dựa trên đặc điểm của không gian giải pháp, MCDM được chia thành hai nhánh nghiên cứu chính:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Ra quyết định đa thuộc tính (Multi-Attribute Decision Making, MADM):\u003C\u002Fstrong> Áp dụng cho bài toán có số lượng phương án hữu hạn, rời rạc và đã được xác định trước. Mục tiêu của MADM là lựa chọn phương án tốt nhất, phân nhóm hoặc xếp hạng toàn bộ danh sách phương án. Các phương pháp phổ biến gồm AHP, TOPSIS, VIKOR, ELECTRE và PROMETHEE.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Ra quyết định đa mục tiêu (Multi-Objective Decision Making, MODM):\u003C\u002Fstrong> Áp dụng khi tập hợp phương án là vô hạn hoặc liên tục, được định nghĩa bởi các ràng buộc toán học. MODM tập trung tìm kiếm tập nghiệm tối ưu Pareto (Pareto-optimal set) mà tại đó không thể cải thiện một tiêu chí nếu không làm suy giảm ít nhất một tiêu chí khác.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Các phương pháp MADM kinh điển\u003C\u002Fh2>\n\u003Cp>Mỗi phương pháp MADM xây dựng trên nền tảng triết lý và công thức tính toán riêng biệt:\u003C\u002Fp>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Phương pháp\u003C\u002Fth>\n\u003Cth>Nguyên lý tính toán chính\u003C\u002Fth>\n\u003Cth>Ưu điểm nổi bật\u003C\u002Fth>\n\u003Cth>Hạn chế chính\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>AHP (Analytic Hierarchy Process)\u003C\u002Ftd>\n\u003Ctd>Phân rã cấu trúc phân cấp và so sánh cặp đôi giữa các tiêu chí.\u003C\u002Ftd>\n\u003Ctd>Kiểm tra được tính nhất quán trong nhận định của chuyên gia.\u003C\u002Ftd>\n\u003Ctd>Khối lượng so sánh tăng mạnh khi có nhiều tiêu chí hoặc phương án.\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>TOPSIS\u003C\u002Ftd>\n\u003Ctd>Đo khoảng cách Euclid tới giải pháp lý tưởng dương và lý tưởng âm.\u003C\u002Ftd>\n\u003Ctd>Ý tưởng trực quan, thuật toán tính toán đơn giản và nhanh.\u003C\u002Ftd>\n\u003Ctd>Nhạy cảm với phương pháp chuẩn hóa vector và tương quan giữa các tiêu chí.\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>VIKOR\u003C\u002Ftd>\n\u003Ctd>Tối ưu hóa độ đo khoảng cách thỏa hiệp Lp theo tiêu chuẩn đa số cực đại và tiếc nuối cá nhân.\u003C\u002Ftd>\n\u003Ctd>Tìm giải pháp thỏa hiệp ổn định trong điều kiện xung đột tiêu chí gay gắt.\u003C\u002Ftd>\n\u003Ctd>Cần thiết lập tham số trọng số chiến lược thỏa hiệp.\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>PROMETHEE\u003C\u002Ftd>\n\u003Ctd>Xây dựng quan hệ trội (outranking) dựa trên hàm sở thích từng cặp phương án.\u003C\u002Ftd>\n\u003Ctd>Xử lý tốt dữ liệu phi tham số và hỗ trợ biểu diễn trực quan đồ thị GAIA.\u003C\u002Ftd>\n\u003Ctd>Đòi hỏi xác định các ngưỡng ưu tiên và ngưỡng không phân biệt cho từng tiêu chí.\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\n\u003Ch2>Kỹ thuật chuẩn hóa ma trận quyết định\u003C\u002Fh2>\n\u003Cp>Do các tiêu chí trong ma trận quyết định thường có đơn vị đo lường và thang giá trị khác nhau, bước chuẩn hóa là bắt buộc để chuyển đổi dữ liệu về dạng không thứ nguyên trên cùng khoảng giá trị so sánh.\u003C\u002Fp>\n\u003Cp>Trong phương pháp TOPSIS, kỹ thuật chuẩn hóa vector được sử dụng phổ biến theo công thức:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">r_{ij} = \\frac{x_{ij}}{\\sqrt{\\sum_{i=1}^{m} x_{ij}^2}}\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Trong đó, \u003Cscript type=\"math\u002Ftex\">x_{ij}\u003C\u002Fscript> là giá trị ban đầu của phương án \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> đối với tiêu chí \u003Cscript type=\"math\u002Ftex\">j\u003C\u002Fscript>, và \u003Cscript type=\"math\u002Ftex\">r_{ij}\u003C\u002Fscript> là giá trị sau chuẩn hóa vector với \u003Cscript type=\"math\u002Ftex\">m\u003C\u002Fscript> là số lượng phương án. Ma trận chuẩn hóa đảm bảo bình phương tổng các phần tử theo mỗi cột đều bằng 1.\u003C\u002Fp>\n\u003Cp>Đối với các tiêu chí cần tối thiểu hóa (tiêu chí chi phí), giá trị sau chuẩn hóa được chuyển đổi ngược hoặc đảo chiều theo dạng \u003Cscript type=\"math\u002Ftex\">1 - r_{ij}\u003C\u002Fscript> để thống nhất chiều tác động tích cực trong hàm mục tiêu tổng thể.\u003C\u002Fp>\n\u003Ch2>Xác định trọng số tiêu chí\u003C\u002Fh2>\n\u003Cp>Trọng số phản ánh tầm quan trọng tương đối giữa các tiêu chí và ảnh hưởng quyết định đến thứ hạng cuối cùng. Hai hướng tiếp cận chính gồm:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Xác định trọng số chủ quan:\u003C\u002Fstrong> Khai thác ý kiến chuyên gia thông qua ma trận so sánh cặp trong AHP hoặc phương pháp phân bổ trực tiếp Delphi.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Xác định trọng số khách quan:\u003C\u002Fstrong> Dựa trên đặc tính phân tán thống kê của {{topic|%7B%22topic%22%3A%22d%E1%BB%AF%20li%E1%BB%87u%20th%E1%BB%B1c%20nghi%E1%BB%87m%22%7D}}. Tiêu biểu là phương pháp Entropy Shannon, xác định trọng số theo mức độ thông tin hữu ích:\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">w_j = 1 - \\frac{E_j}{\\ln(m)}\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Trong đó, \u003Cscript type=\"math\u002Ftex\">E_j\u003C\u002Fscript> là giá trị entropy thông tin của tiêu chí \u003Cscript type=\"math\u002Ftex\">j\u003C\u002Fscript> và \u003Cscript type=\"math\u002Ftex\">m\u003C\u002Fscript> là số phương án. Tiêu chí nào có mức độ phân tán giá trị giữa các phương án càng lớn (entropy càng nhỏ) thì cung cấp lượng thông tin phân biệt càng cao và được gán trọng số cao hơn.\u003C\u002Fp>\n\u003Ch2>Ứng dụng thực tiễn trong kỹ thuật và quản lý\u003C\u002Fh2>\n\u003Cp>Kỹ thuật MCDM được triển khai rộng rãi trong nhiều bài toán thực tế phức tạp:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Lựa chọn nhà cung cấp và chuỗi cung ứng:\u003C\u002Fstrong> Đánh giá các nhà cung cấp dựa trên tổ hợp tiêu chí giá thành, thời gian giao hàng, chất lượng sản phẩm và trách nhiệm môi trường.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Quy hoạch vị trí dự án công nghiệp:\u003C\u002Fstrong> Lựa chọn vị trí đặt nhà máy sản xuất hoặc trung tâm phân phối logistics dựa trên khoảng cách giao thông, giá thuê đất, nguồn lao động và {{topic|%7B%22topic%22%3A%22t%C3%A1c%20%C4%91%E1%BB%99ng%20sinh%20th%C3%A1i%22%7D}}.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Quản lý danh mục đầu tư năng lượng:\u003C\u002Fstrong> Lựa chọn {{topic|%7B%22topic%22%3A%22c%C3%B4ng%20ngh%E1%BB%87%20n%C4%83ng%20l%C6%B0%E1%BB%A3ng%22%7D}} tái tạo (điện gió, điện mặt trời, sinh khối) cân bằng giữa chi phí vốn, công suất phát và lượng {{topic|%7B%22topic%22%3A%22ph%C3%A1t%20th%E1%BA%A3i%20kh%C3%AD%20nh%C3%A0%20k%C3%ADnh%22%7D}}.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Y tế và quản trị bệnh viện:\u003C\u002Fstrong> Phân bổ nguồn lực y tế khẩn cấp, mua sắm trang thiết bị {{topic|%7B%22topic%22%3A%22ch%E1%BA%A9n%20%C4%91o%C3%A1n%20h%C3%ACnh%20%E1%BA%A3nh%22%7D}} và đánh giá hiệu quả {{topic|%7B%22topic%22%3A%22can%20thi%E1%BB%87p%20l%C3%A2m%20s%C3%A0ng%22%7D}} đa chiều.\u003C\u002Fli>\n\u003C\u002Ful>","Quyết định đa tiêu chí","multi-criteria decision making","Quyết định đa tiêu chí (MCDM) là phân ngành của vận trù học và khoa học quyết định, cung cấp các mô hình toán học và thuật toán nhằm đánh giá, xếp hạng hoặc lựa chọn phương án tối ưu khi tồn tại nhiều tiêu chí mâu thuẫn nhau.","ENGINEERING_TECHNOLOGY",[53,59,65,71],{"citationText":54,"title":55,"authors":56,"source":21,"year":57,"doi":58,"url":21},"Hwang C.L., Yoon K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer Berlin Heidelberg.","Multiple Attribute Decision Making","Hwang C.L., Yoon K.",1981,"10.1007\u002F978-3-642-48318-9",{"citationText":60,"title":61,"authors":62,"source":21,"year":63,"doi":64,"url":21},"Triantaphyllou E. (2000). Multi-criteria Decision Making Methods: A Comparative Study. Springer US.","Multi-criteria Decision Making Methods: A Comparative Study","Triantaphyllou E.",2000,"10.1007\u002F978-1-4757-3157-6",{"citationText":66,"title":67,"authors":68,"source":21,"year":69,"doi":70,"url":21},"Opricovic S., Tzeng G.H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445–455.","Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS","Opricovic S., Tzeng G.H.",2004,"10.1016\u002Fs0377-2217(03)00020-1",{"citationText":72,"title":73,"authors":74,"source":21,"year":75,"doi":76,"url":21},"Behzadian M., Kazemzadeh R.B., Albadvi A., Aghdasi M. (2010). PROMETHEE: A comprehensive literature review on methodologies and applications. European Journal of Operational Research, 200(1), 198–215.","PROMETHEE: A comprehensive literature review on methodologies and applications","Behzadian M., Kazemzadeh R.B., Albadvi A., Aghdasi M.",2010,"10.1016\u002Fj.ejor.2009.01.021",[78,81,84,87],{"question":79,"answer":80},"Quyết định đa tiêu chí (MCDM) khác gì so với tối ưu hóa đơn tiêu chí?","Tối ưu hóa đơn tiêu chí chỉ tìm cực trị cho một hàm mục tiêu duy nhất, trong khi MCDM xử lý đồng thời nhiều tiêu chí đánh giá mâu thuẫn nhau và tìm kiếm giải pháp cân bằng hoặc thỏa hiệp giữa các phương án.",{"question":82,"answer":83},"Hai nhóm phương pháp MADM và MODM phân biệt nhau như thế nào?","MADM áp dụng cho bài toán có số lượng phương án hữu hạn và đã được xác định trước, trong khi MODM giải quyết bài toán tối ưu hóa trong không gian phương án vô hạn hoặc liên tục dựa trên các ràng buộc toán học.",{"question":85,"answer":86},"Phương pháp TOPSIS hoạt động dựa trên nguyên lý nào?","TOPSIS lựa chọn phương án có khoảng cách hình học ngắn nhất tới giải pháp lý tưởng dương (tốt nhất trên mọi tiêu chí) đồng thời có khoảng cách xa nhất tới giải pháp lý tưởng âm (tồi nhất trên mọi tiêu chí).",{"question":88,"answer":89},"Làm thế nào để xác định trọng số tiêu chí một cách khách quan trong MCDM?","Có thể áp dụng phương pháp Entropy thông tin hoặc CRITIC để tính toán trọng số dựa trên độ biến thiên và mức độ tương quan của dữ liệu thực nghiệm mà không phụ thuộc vào nhận định chủ quan của chuyên gia.",{"id":91,"researcherId":21,"name":92,"imageUrl":93},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":95,"researcherId":21,"name":96,"imageUrl":97},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",[99,100,101,102,103,104],"dữ liệu thực nghiệm","tác động sinh thái","công nghệ năng lượng","phát thải khí nhà kính","chẩn đoán hình ảnh","can thiệp lâm sàng",6,"PUBLISHED","2025-01-13T14:01:39.811+00:00","2026-09-06T05:08:36.582+00:00","2025-09-03T08:30:55.450+00:00","2026-09-06T05:08:36.097+00:00","2026-09-05T14:25:15.475+00:00",386,[114,117,120,123,126,129,139,142,145,150],{"id":115,"title":116,"term":115,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"khảo nghiệm","Khảo nghiệm là gì? Các công bố khoa học về Khảo nghiệm",{"id":118,"title":119,"term":118,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"năng lực chuyên môn","Năng lực chuyên môn là gì? Các nghiên cứu về Năng lực chuyên môn",{"id":121,"title":122,"term":121,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"phân compost","Phân compost là gì? Các nghiên cứu khoa học về Phân compost",{"id":124,"title":125,"term":124,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"ngoại kiểm","Ngoại kiểm là gì? Các công bố khoa học về Ngoại kiểm",{"id":127,"title":128,"term":127,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"chánh niệm","Chánh niệm là gì? Các nghiên cứu khoa học về Chánh niệm",{"id":130,"title":131,"term":130,"englishTitle":132,"definition":133,"discipline":134,"disciplineCode":135,"disciplineLabel":136,"disciplineColor":137,"disciplineIcon":138},"hạt nhân nhẹ","Hạt nhân nhẹ là gì? Cấu trúc, tính chất lượng tử và phản ứng nhiệt hạch","light nucleus","Hạt nhân nhẹ là các hạt nhân nguyên tử có số khối nhỏ (thông thường A ≤ 20), bao gồm các đồng vị của hydro, heli, liti, beri, bo và cacbon, đóng vai trò then chốt trong phản ứng tổng hợp nhiệt hạch sao và tổng hợp nguyên tố nguyên thủy Big Bang.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":140,"title":141,"term":140,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"biogas","Biogas là gì? Các bài báo nghiên cứu khoa học về Biogas",{"id":143,"title":144,"term":143,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"ứng suất dư","Ứng suất dư là gì? Các nghiên cứu khoa học về Ứng suất dư",{"id":146,"title":147,"term":146,"englishTitle":148,"definition":149,"discipline":134,"disciplineCode":135,"disciplineLabel":136,"disciplineColor":137,"disciplineIcon":138},"axit oleic","Axit oleic là gì? Các nghiên cứu khoa học về Axit oleic","oleic acid","Axit oleic (oleic acid) là một axit béo không bão hòa đơn (MUFA) thuộc nhóm omega-9 với công thức phân tử C18H34O2 (18:1 cis-9), hiện diện phong phú trong dầu ô liu và mỡ động vật.",{"id":151,"title":152,"term":151,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"fullerene","Fullerene là gì? Các bài báo nghiên cứu khoa học liên quan"]