[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_s%E1%BB%B1%20ch%C3%BA%20%C3%BD%20th%E1%BB%8B%20gi%C3%A1c{\"limit\":5}":3,"_public_topic_byId_s%E1%BB%B1%20ch%C3%BA%20%C3%BD%20th%E1%BB%8B%20gi%C3%A1c":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":26,"enrichTopicLink":27,"status":28,"createTime":29,"updateTime":30,"publishTime":31,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":32,"wikidataId":10,"relateTopics":33},"sự chú ý thị giác","Sự chú ý thị giác là gì? Các nghiên cứu khoa học liên quan","Sự chú ý thị giác là cơ chế nhận thức giúp não chọn lọc và ưu tiên xử lý các thông tin thị giác quan trọng giữa môi trường nhiều kích thích. Đây là yếu tố cốt lõi trong nhận thức thị giác, hỗ trợ định vị, nhận diện và điều hướng hành vi thông qua quá trình lọc và tăng cường tín hiệu cảm giác. ","\u003Cdiv>\u003Ch2>Định nghĩa sự chú ý thị giác\u003C\u002Fh2>\n\u003Cp>\nSự chú ý thị giác (visual attention) là một cơ chế nhận thức cho phép hệ thần kinh xử lý có chọn lọc các thông tin đến từ trường nhìn. Trong môi trường chứa vô số kích thích thị giác đồng thời, não bộ không thể xử lý tất cả một cách chi tiết mà phải chọn lọc những thông tin quan trọng nhất phục vụ cho mục tiêu nhận thức hoặc hành động hiện tại.\n\u003C\u002Fp>\n\u003Cp>\nCơ chế này hoạt động như một bộ lọc giúp tăng cường độ nhạy và độ phân giải của việc xử lý các vùng hoặc đặc tính cụ thể trong không gian thị giác. Sự chú ý thị giác giúp tăng tốc độ phản ứng, cải thiện độ chính xác trong nhận diện đối tượng, và tiết kiệm tài nguyên nhận thức bằng cách loại bỏ thông tin dư thừa.\n\u003C\u002Fp>\n\u003Cp>\nChú ý thị giác có thể diễn ra một cách chủ động (dựa trên mục tiêu, nhiệm vụ cá nhân) hoặc bị động (bị kích thích bởi các đặc điểm nổi bật như độ sáng, chuyển động, màu sắc). Cả hai dạng này cùng phối hợp để hình thành phản ứng linh hoạt trước các tình huống trong đời sống thường ngày.\n\u003C\u002Fp>\n\n\u003Ch2>Phân loại sự chú ý thị giác\u003C\u002Fh2>\n\u003Cp>\nSự chú ý thị giác có thể được phân loại theo nguồn điều khiển (nội sinh hoặc ngoại sinh), loại đối tượng chú ý (vị trí không gian, đối tượng cụ thể, đặc tính cảm giác), hoặc theo thời điểm xử lý. Phân loại này giúp mô tả chính xác các quá trình nhận thức khác nhau trong các tình huống nhận thức đa dạng.\n\u003C\u002Fp>\n\u003Cp>\nMột số dạng chú ý thị giác phổ biến gồm:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cb>Chú ý nội sinh (endogenous attention):\u003C\u002Fb> Là dạng chú ý có chủ đích, điều hướng bởi mục tiêu hoặc ý định của người quan sát. Ví dụ: tìm bạn trong đám đông.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Chú ý ngoại sinh (exogenous attention):\u003C\u002Fb> Là phản ứng tự động trước các đặc điểm nổi bật trong môi trường, như ánh sáng chớp hoặc vật thể chuyển động nhanh.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Chú ý không gian (spatial attention):\u003C\u002Fb> Tập trung vào một vùng xác định trong không gian thị giác, giúp xử lý thông tin chi tiết hơn tại vị trí đó.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Chú ý theo đặc trưng (feature-based attention):\u003C\u002Fb> Ưu tiên xử lý các thuộc tính như màu sắc, hướng, độ tương phản ở bất kỳ vị trí nào.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Chú ý theo đối tượng (object-based attention):\u003C\u002Fb> Tập trung vào toàn bộ đặc điểm của một đối tượng cụ thể, bất kể vị trí của nó.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nBảng sau tóm tắt sự khác biệt giữa một số loại chú ý thị giác:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Loại chú ý\u003C\u002Fth>\n    \u003Cth>Cơ chế điều khiển\u003C\u002Fth>\n    \u003Cth>Phạm vi xử lý\u003C\u002Fth>\n    \u003Cth>Ví dụ điển hình\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Nội sinh\u003C\u002Ftd>\n    \u003Ctd>Tự nguyện, mục tiêu chủ quan\u003C\u002Ftd>\n    \u003Ctd>Chậm khởi động, duy trì lâu\u003C\u002Ftd>\n    \u003Ctd>Tìm chìa khóa trên bàn làm việc\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Ngoại sinh\u003C\u002Ftd>\n    \u003Ctd>Phản xạ, do kích thích nổi bật\u003C\u002Ftd>\n    \u003Ctd>Khởi phát nhanh, ngắn hạn\u003C\u002Ftd>\n    \u003Ctd>Chú ý đến ánh sáng đèn chớp\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Không gian\u003C\u002Ftd>\n    \u003Ctd>Vị trí cụ thể\u003C\u002Ftd>\n    \u003Ctd>Rộng hoặc hẹp tùy nhiệm vụ\u003C\u002Ftd>\n    \u003Ctd>Quan sát giao điểm giữa hai đường\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Theo đặc trưng\u003C\u002Ftd>\n    \u003Ctd>Thuộc tính cảm giác\u003C\u002Ftd>\n    \u003Ctd>Lan tỏa trên toàn trường thị giác\u003C\u002Ftd>\n    \u003Ctd>Tìm các vật màu đỏ trong hình\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Cơ sở thần kinh của sự chú ý thị giác\u003C\u002Fh2>\n\u003Cp>\nSự chú ý thị giác là kết quả của sự phối hợp phức tạp giữa các vùng vỏ não và cấu trúc dưới vỏ. Các vùng chính tham gia bao gồm vỏ thị giác (V1 đến V4), vỏ đỉnh sau (posterior parietal cortex), vỏ trán trước (prefrontal cortex), thùy trán trung gian, và colliculus trên (superior colliculus).\n\u003C\u002Fp>\n\u003Cp>\nCác nghiên cứu sử dụng fMRI cho thấy hoạt động của neuron tại vỏ thị giác tăng rõ rệt khi đối tượng nằm trong vùng được chú ý. Điều này xảy ra ngay cả khi thông tin cảm giác đến toàn bộ võng mạc là như nhau. Sự tăng cường tín hiệu này giúp não bộ ưu tiên xử lý những khu vực quan trọng trong nhiệm vụ.\n\u003C\u002Fp>\n\u003Cp>\nMột cơ chế thần kinh điển hình là mô hình mạng lưới fronto-parietal, điều khiển chuyển đổi chú ý và duy trì chú ý không gian. Ngoài ra, colliculus trên có vai trò trong điều phối chuyển động mắt saccadic liên quan đến chuyển hướng chú ý thị giác.\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cb>Vùng V1-V4:\u003C\u002Fb> Mã hóa các đặc trưng cơ bản như màu sắc, hình dạng, hướng.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Parietal cortex:\u003C\u002Fb> Xác định vị trí và hướng chú ý trong không gian.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Prefrontal cortex:\u003C\u002Fb> Quyết định mục tiêu chú ý dựa trên nhiệm vụ.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Superior colliculus:\u003C\u002Fb> Kiểm soát chuyển động mắt và chú ý phản xạ.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Các mô hình lý thuyết về chú ý thị giác\u003C\u002Fh2>\n\u003Cp>\nCác mô hình lý thuyết về chú ý thị giác được phát triển để giải thích cách hệ thống thần kinh lựa chọn và xử lý thông tin. Trong số đó, mô hình \"lọc sớm\" (early selection model) cho rằng sự chú ý được áp dụng ở giai đoạn đầu của xử lý cảm giác, trước khi thông tin được phân tích sâu. Mô hình này giải thích vì sao các kích thích không được chú ý có thể không được xử lý ở mức ngữ nghĩa.\n\u003C\u002Fp>\n\u003Cp>\nNgược lại, mô hình \"lọc muộn\" (late selection model) đề xuất rằng tất cả thông tin được xử lý sơ cấp rồi mới bị lọc bỏ hoặc giữ lại tùy vào mức độ liên quan đến nhiệm vụ. Điều này được hỗ trợ bởi các nghiên cứu cho thấy não vẫn phản ứng nhẹ với thông tin không được chú ý, đặc biệt trong điều kiện nhạy cảm như tên riêng hoặc cảnh báo.\n\u003C\u002Fp>\n\u003Cp>\nMột mô hình ảnh hưởng sâu rộng là “bản đồ nổi bật” (saliency map) được đề xuất bởi Koch &amp; Ullman, sau này mở rộng bởi Itti &amp; Koch. Mô hình này cho rằng não tạo ra một bản đồ ưu tiên thị giác dựa trên độ nổi bật cảm giác của các vùng trong ảnh, từ đó hướng sự chú ý đến vùng có giá trị cao nhất.\n\u003C\u002Fp>\n\u003Cp>\nMô hình này đã được triển khai rộng rãi trong thị giác máy và thị giác tính toán. Nhiều mô hình deep learning hiện đại cũng tích hợp cơ chế chú ý như một tầng xử lý để học trọng số ưu tiên theo không gian hoặc đặc trưng.\n\u003C\u002Fp>\n\u003Ch2>Sự chú ý thị giác trong thị giác máy và AI\u003C\u002Fh2>\n\u003Cp>\nSự chú ý thị giác không chỉ là khái niệm của khoa học thần kinh mà còn được ứng dụng rộng rãi trong lĩnh vực trí tuệ nhân tạo (AI), đặc biệt trong thị giác máy và học sâu (deep learning). Việc mô phỏng cơ chế chú ý giúp cải thiện khả năng nhận diện, mô tả và diễn giải hình ảnh của các hệ thống AI.\n\u003C\u002Fp>\n\u003Cp>\nMột ví dụ tiêu biểu là mô hình “Show, Attend and Tell” sử dụng cơ chế chú ý mềm (soft attention) để sinh mô tả ngôn ngữ từ ảnh đầu vào. Thay vì xử lý toàn bộ ảnh một cách đồng đều, mô hình này học cách tập trung vào các vùng có liên quan đến từ ngữ đang sinh. Điều này không chỉ giúp nâng cao hiệu quả mà còn tăng khả năng giải thích (interpretability) của mô hình.\n\u003C\u002Fp>\n\u003Cp>\nCó hai loại chú ý chính trong thị giác máy:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cb>Chú ý mềm:\u003C\u002Fb> Áp dụng một phân phối trọng số liên tục trên toàn bộ đầu vào. Cho phép lan truyền gradient và được huấn luyện bằng phương pháp tối ưu hóa thông thường.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Chú ý cứng:\u003C\u002Fb> Chỉ tập trung vào một vùng cố định trong ảnh tại mỗi bước thời gian. Khó huấn luyện hơn vì không khả vi, thường dùng kỹ thuật lấy mẫu và học tăng cường.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nCác mô hình thị giác hiện đại như ViT (Vision Transformer) và CLIP đều tích hợp các khối tự chú ý (self-attention blocks), mô phỏng khả năng tập trung linh hoạt vào các vùng ảnh theo ngữ cảnh. Điều này cho phép mô hình hiểu sâu hơn về cấu trúc cảnh vật mà không phụ thuộc hoàn toàn vào kiến trúc CNN truyền thống.\n\u003C\u002Fp>\n\u003Cp>\nTài liệu tham khảo thêm: \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F1502.03044\" target=\"_blank\">ArXiv – Show, Attend and Tell\u003C\u002Fa>, \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2010.11929\" target=\"_blank\">ArXiv – An Image is Worth 16x16 Words (ViT)\u003C\u002Fa>.\n\n\u003C\u002Fp>\u003Ch2>Vai trò trong học tập và hành vi\u003C\u002Fh2>\n\u003Cp>\nSự chú ý thị giác đóng vai trò quan trọng trong quá trình học tập và điều chỉnh hành vi. Nó giúp người học lựa chọn thông tin phù hợp, duy trì tập trung và loại bỏ nhiễu. Khi trẻ em hoặc người lớn không thể duy trì chú ý thị giác hiệu quả, hiệu suất học tập và xử lý thông tin sẽ bị ảnh hưởng nghiêm trọng.\n\u003C\u002Fp>\n\u003Cp>\nNhiều nghiên cứu cho thấy khả năng chú ý thị giác phát triển theo độ tuổi và có thể được huấn luyện. Ví dụ, trẻ mẫu giáo thường dễ bị phân tán bởi các kích thích ngoại sinh, trong khi học sinh lớn tuổi hơn có khả năng kiểm soát chú ý nội sinh tốt hơn.\n\u003C\u002Fp>\n\u003Cp>\nMột số ứng dụng thực tế:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Thiết kế sách giáo khoa và tài liệu học tập sử dụng định hướng thị giác (visual guidance) để điều khiển sự chú ý đến phần nội dung quan trọng.\u003C\u002Fli>\n  \u003Cli>Giáo viên sử dụng cử chỉ, ánh mắt, hoặc màu sắc để thu hút chú ý học sinh trong giảng dạy.\u003C\u002Fli>\n  \u003Cli>Phân tích ánh mắt học sinh bằng thiết bị eye-tracking để đánh giá mức độ tương tác trong lớp học hoặc khi học trực tuyến.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nMột thí nghiệm nổi tiếng của Simons &amp; Chabris (1999), được gọi là “Invisible Gorilla”, cho thấy người quan sát có thể bỏ sót những kích thích rõ ràng nếu chú ý của họ đã bị chiếm bởi một nhiệm vụ cụ thể. Điều này cho thấy chú ý có giới hạn và có thể gây ra hiện tượng “mù vô ý thức” (inattentional blindness).\n\n\u003C\u002Fp>\u003Ch2>Các rối loạn liên quan đến chú ý thị giác\u003C\u002Fh2>\n\u003Cp>\nSuy giảm chú ý thị giác là đặc điểm phổ biến trong nhiều rối loạn thần kinh và phát triển. Một trong những rối loạn thường gặp nhất là rối loạn tăng động giảm chú ý (ADHD), trong đó trẻ gặp khó khăn trong việc duy trì chú ý và loại bỏ kích thích không liên quan. Nghiên cứu cho thấy hoạt động của vùng vỏ trán trước (prefrontal cortex) và thùy đỉnh ở nhóm ADHD có sự bất thường về kết nối và kích hoạt.\n\u003C\u002Fp>\n\u003Cp>\nTrong rối loạn phổ tự kỷ (ASD), chú ý thị giác cũng bị ảnh hưởng, đặc biệt là khả năng hướng chú ý vào các đặc trưng xã hội như ánh mắt, khuôn mặt hoặc cử chỉ. Điều này góp phần gây ra khó khăn trong tương tác xã hội và giao tiếp.\n\u003C\u002Fp>\n\u003Cp>\nMột dạng rối loạn đặc biệt là “neglect” sau đột quỵ, khi bệnh nhân bỏ qua hoàn toàn một bên không gian thị giác (thường là bên trái) mặc dù hệ thống thị giác còn nguyên vẹn. Tổn thương vùng đỉnh phải thường là nguyên nhân chính gây ra tình trạng này.\n\u003C\u002Fp>\n\u003Cp>\nCác công cụ đánh giá lâm sàng bao gồm:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cb>Posner Cueing Task:\u003C\u002Fb> Đo thời gian phản ứng khi chú ý được điều hướng bằng tín hiệu.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Visual Search Task:\u003C\u002Fb> Đánh giá khả năng tìm kiếm mục tiêu giữa các yếu tố nhiễu.\u003C\u002Fli>\n  \u003Cli>\u003Cb>Change Blindness Paradigm:\u003C\u002Fb> Kiểm tra khả năng phát hiện thay đổi trong môi trường thị giác.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nTài liệu liên quan: \u003Ca href=\"https:\u002F\u002Fjamanetwork.com\u002Fjournals\u002Fjamapsychiatry\u002Ffullarticle\u002F2764359\" target=\"_blank\">JAMA Psychiatry – Attention in ADHD\u003C\u002Fa>, \u003Ca href=\"https:\u002F\u002Fwww.frontiersin.org\u002Farticles\u002F10.3389\u002Ffnins.2020.589210\u002Ffull\" target=\"_blank\">Frontiers in Neuroscience – Eye-tracking in cognitive neuroscience\u003C\u002Fa>.\n\n\u003C\u002Fp>\u003Ch2>Tương tác giữa chú ý thị giác và trí nhớ\u003C\u002Fh2>\n\u003Cp>\nChú ý thị giác không hoạt động độc lập mà tương tác chặt chẽ với trí nhớ làm việc (working memory) và trí nhớ dài hạn. Khi một đối tượng được chú ý, thông tin liên quan có khả năng cao hơn được mã hóa vào bộ nhớ làm việc. Ngược lại, các yếu tố đã có trong bộ nhớ làm việc có thể định hướng sự chú ý đến những kích thích tương ứng trong môi trường.\n\u003C\u002Fp>\n\u003Cp>\nMô hình “Biased Competition” cho rằng các đối tượng trong trường thị giác cạnh tranh nhau để được xử lý, và sự thiên lệch đến từ thông tin trong trí nhớ làm việc sẽ quyết định ai “thắng”. Cơ chế này cho thấy trí nhớ không chỉ là nơi lưu trữ mà còn đóng vai trò kiểm soát chú ý.\n\u003C\u002Fp>\n\u003Cp>\nCác nghiên cứu sử dụng EEG và MEG cho thấy khi chú ý và trí nhớ hoạt động đồng thời, độ đồng bộ hóa (phase-locking) giữa các vùng não như vỏ trán trước và vỏ đỉnh được tăng cường. Điều này hỗ trợ việc tích hợp thông tin thị giác với các cấu trúc điều hành để tạo ra hành vi phù hợp.\n\n\u003C\u002Fp>\u003Ch2>Hướng nghiên cứu và ứng dụng tương lai\u003C\u002Fh2>\n\u003Cp>\nNghiên cứu hiện đại về chú ý thị giác đang đi theo nhiều hướng kết hợp giữa thần kinh học tính toán, học máy và dữ liệu lớn. Một hướng là sử dụng dữ liệu hình ảnh học thần kinh (neuroimaging) kết hợp AI để mô hình hóa toàn bộ quá trình điều hướng chú ý theo thời gian thực.\n\u003C\u002Fp>\n\u003Cp>\nCông nghệ theo dõi ánh mắt (eye-tracking) ngày càng phổ biến trong chẩn đoán rối loạn phát triển, phân tích hành vi người dùng và thiết kế giao diện người – máy. Trong thực tế, eye-tracking đã được tích hợp vào thiết bị thực tế ảo để tối ưu hóa trải nghiệm tương tác và huấn luyện kỹ năng chuyên biệt.\n\u003C\u002Fp>\n\u003Cp>\nTrong thị giác máy, cơ chế tự chú ý tiếp tục được cải tiến thông qua các kiến trúc như Swin Transformer, Perceiver và các mô hình hướng đa giác quan (multimodal attention), mở rộng khả năng hiểu cảnh vật và hành vi trong hệ thống AI.\n\u003C\u002Fp>\n\u003Cp>\nNguồn tham khảo nâng cao: \u003Ca href=\"https:\u002F\u002Facademic.oup.com\u002Fcercor\u002Farticle\u002F14\u002F9\u002F987\u002F282401\" target=\"_blank\">Cerebral Cortex – Parietal cortex in spatial attention\u003C\u002Fa>, \u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Farticles\u002Fs41586-019-1784-8\" target=\"_blank\">Nature – Neural mechanisms of attention\u003C\u002Fa>.\n\n\u003C\u002Fp>\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Col>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Farticles\u002Fs41586-019-1784-8\" target=\"_blank\">Nature – Neural mechanisms of attention\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F1502.03044\" target=\"_blank\">ArXiv – Show, Attend and Tell: Neural Image Caption Generation\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2010.11929\" target=\"_blank\">ArXiv – An Image is Worth 16x16 Words: Vision Transformer\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fjamanetwork.com\u002Fjournals\u002Fjamapsychiatry\u002Ffullarticle\u002F2764359\" target=\"_blank\">JAMA Psychiatry – Attention mechanisms in ADHD\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.frontiersin.org\u002Farticles\u002F10.3389\u002Ffnins.2020.589210\u002Ffull\" target=\"_blank\">Frontiers in Neuroscience – Eye-tracking in cognitive neuroscience\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Facademic.oup.com\u002Fcercor\u002Farticle\u002F14\u002F9\u002F987\u002F282401\" target=\"_blank\">Cerebral Cortex – Parietal cortex in spatial attention\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Fol>\n\u003C\u002Fdiv>",{"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},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[13],1,false,"PUBLISHED","2025-11-10T03:47:44.614+00:00","2025-11-11T18:25:07.029+00:00","2025-11-11T18:25:07.027+00:00",119,[34,45,56,67,78,84,95,106,112,118],{"id":35,"title":36,"term":37,"englishTitle":38,"definition":39,"discipline":40,"disciplineCode":41,"disciplineLabel":42,"disciplineColor":43,"disciplineIcon":44},"máy quang phổ echelle","Máy quang phổ echelle (echelle spectrometer) là gì?","Máy quang phổ echelle","echelle spectrometer","Máy quang phổ echelle là loại máy quang phổ nhiễu xạ độ phân giải cao, kết hợp cách tử echelle làm việc ở bậc nhiễu xạ cao với phần tử tán sắc chéo đặt vuông góc để tách các bậc phổ chồng lấp thành ảnh phổ hai chiều trên đầu thu mảng. Kiến trúc này cho phép ghi nhận đồng thời dải bước sóng rộng với năng suất phân giải lớn mà không cần quét cơ học.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":46,"title":47,"term":48,"englishTitle":49,"definition":50,"discipline":51,"disciplineCode":52,"disciplineLabel":53,"disciplineColor":54,"disciplineIcon":55},"hẹp tắc động mạch nội sọ","Hẹp tắc động mạch nội sọ là gì? Cơ chế và điều trị","Hẹp tắc động mạch nội sọ","intracranial arterial stenosis","Hẹp tắc động mạch nội sọ là tình trạng thu hẹp lòng mạch hoặc bít tắc hoàn toàn một hay nhiều động mạch lớn bên trong hộp sọ, làm giảm lưu lượng máu nuôi não và gây nguy cơ cao đột quỵ thiếu máu não, trong đó căn nguyên phổ biến nhất là xơ vữa động mạch.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":57,"title":58,"term":59,"englishTitle":60,"definition":61,"discipline":62,"disciplineCode":63,"disciplineLabel":64,"disciplineColor":65,"disciplineIcon":66},"phép biện chứng","Phép biện chứng (dialectic) là gì?","Phép biện chứng","dialectic","Phép biện chứng là một truyền thống phương pháp luận và lý luận triết học, trong thời cổ đại chỉ nghệ thuật đối thoại hỏi đáp truy tìm chân lý, còn trong triết học cận hiện đại chỉ học thuyết về sự vận động, mối liên hệ và chuyển hóa của khái niệm hoặc hiện thực thông qua mâu thuẫn.","HUMANITIES","humanities","Nhân văn và nghệ thuật","#9333EA","book-open",{"id":68,"title":69,"term":70,"englishTitle":71,"definition":72,"discipline":73,"disciplineCode":74,"disciplineLabel":75,"disciplineColor":76,"disciplineIcon":77},"vật liệu hybrid","Vật liệu hybrid (hybrid material) là gì?","Vật liệu hybrid","hybrid material","Vật liệu hybrid (vật liệu lai) là vật liệu cấu tạo từ hỗn hợp trộn lẫn mật thiết giữa thành phần hữu cơ, vô cơ hoặc cả hai, thường đan xen ở thang kích thước nhỏ hơn 1 µm (IUPAC, 2007) nhằm tạo ra tính chất hiệp đồng vượt trội so với từng thành phần đơn lẻ.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":79,"title":80,"term":81,"englishTitle":82,"definition":83,"discipline":40,"disciplineCode":41,"disciplineLabel":42,"disciplineColor":43,"disciplineIcon":44},"đường cong quantum seiberg witten","Đường cong quantum Seiberg-Witten là gì? Cơ chế và ứng dụng","Đường cong quantum Seiberg-Witten","quantum Seiberg-Witten curve","Đường cong quantum Seiberg-Witten là phiên bản lượng tử hóa của đường cong đại số Seiberg-Witten cổ điển, thu được khi nâng tọa độ trên đường cong lên toán tử không giao hoán để tạo thành phương trình vi phân hoặc sai phân tuyến tính trong giới hạn Nekrasov-Shatashvili của lý thuyết chuẩn siêu đối xứng N = 2.",{"id":85,"title":86,"term":87,"englishTitle":88,"definition":89,"discipline":90,"disciplineCode":91,"disciplineLabel":92,"disciplineColor":93,"disciplineIcon":94},"sản xuất giống","Sản xuất giống (seed production) là gì?","Sản xuất giống","seed production","Sản xuất giống (seed production) là quá trình tổ chức nhân số lượng, kiểm soát chất lượng và cung ứng vật liệu nhân giống từ nguồn giống gốc nhằm duy trì độ thuần di truyền, phẩm chất sinh lý và trạng thái sạch bệnh của giống trong sản xuất nông nghiệp.","AGRICULTURAL_SCIENCES","agricultural-sciences","Khoa học nông nghiệp","#2F9E44","sprout",{"id":96,"title":97,"term":98,"englishTitle":99,"definition":100,"discipline":101,"disciplineCode":102,"disciplineLabel":103,"disciplineColor":104,"disciplineIcon":105},"lý thuyết hình ảnh","Lý thuyết hình ảnh (image theory) là gì?","Lý thuyết hình ảnh","image theory","Lý thuyết hình ảnh (image theory) là một lý thuyết tâm lý học mô tả quá trình ra quyết định cá nhân và tổ chức do Lee Roy Beach và Terence R. Mitchell đề xuất năm 1987. Thay vì tối đa hóa hữu dụng kỳ vọng, lý thuyết này cho rằng con người sàng lọc phương án dựa trên mức độ tương thích với hệ thống giá trị, mục tiêu và kế hoạch sẵn có.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":107,"title":108,"term":109,"englishTitle":110,"definition":111,"discipline":73,"disciplineCode":74,"disciplineLabel":75,"disciplineColor":76,"disciplineIcon":77},"tổng hợp urê","Tổng hợp urê (urea synthesis) là gì?","Tổng hợp urê","urea synthesis","Tổng hợp urê là quá trình hóa học và công nghệ chuyển hóa amoniac (NH3) và carbon dioxide (CO2) — hoặc các nguồn carbon, nitơ thay thế qua lộ trình điện hóa, quang hóa — thành urê (CO(NH2)2), hợp chất đạm nền tảng của ngành phân bón và hóa chất công nghiệp.",{"id":113,"title":114,"term":115,"englishTitle":116,"definition":117,"discipline":40,"disciplineCode":41,"disciplineLabel":42,"disciplineColor":43,"disciplineIcon":44},"hấp phụ hóa học","Hấp phụ hóa học (chemisorption) là gì?","Hấp phụ hóa học","chemisorption","Hấp phụ hóa học (chemisorption) là quá trình hấp phụ phát sinh từ sự hình thành liên kết hóa học mạnh giữa chất bị hấp phụ và các tâm hoạt tính trên bề mặt chất hấp phụ, tạo thành một đơn lớp trên bề mặt.",{"id":119,"title":120,"term":121,"englishTitle":122,"definition":123,"discipline":73,"disciplineCode":74,"disciplineLabel":75,"disciplineColor":76,"disciplineIcon":77},"mô đun đàn hồi động","Mô đun đàn hồi động (dynamic elastic modulus) là gì?","Mô đun đàn hồi động","dynamic elastic modulus","Mô đun đàn hồi động là đại lượng cơ học đặc trưng cho độ cứng đàn hồi của vật liệu dưới tải trọng biến thiên theo thời gian, dao động điều hòa hoặc sóng ứng suất biên độ nhỏ. Đại lượng này thường được xác định không phá hủy bằng đo tần số cộng hưởng, vận tốc xung siêu âm hoặc phân tích cơ động học."]