Publications
研究業績

Uncovering new psychoactive substances research trends using large language model-assisted text mining (LATeM)
新規精神活性物質の研究動向を文献から捉える
著者・書誌情報
Yoshiyuki Kobayashi; Takumi Uchida; Itsuki Kageyama; Yusuke Iwasaki; Rie Ito; Kazuhiko Tsuda; Hiroshi Akiyama; Kota Kodama
Journal of Hazardous Materials Advances. 2025; 18: 100700.
https://doi.org/10.1016/j.hazadv.2025.100700
研究概要
新規精神活性物質への対応には、物質の作用や分析法に加え、公衆衛生や制度に関する研究を把握する必要があります。本研究では、学術文献データベースに収録された関連論文を対象に、大規模言語モデルを補助的に用いたテキストマイニングで研究テーマの変遷を調べました。その結果、1990年代の基礎的な薬理研究を中心とした内容から、近年は公衆衛生、政策、高度な分析法を含む多様な領域へと研究の関心が広がっていることが示されました。研究分野を横断して既存の知見を整理し、今後検討すべき論点を見いだすための試みです。文献に現れた傾向を分析したもので、個々の物質の危険性や対策の効果を直接比較したものではありません。
Other Publications
そのほかの研究業績
食品・化学物質のレギュラトリーサイエンス
データサイエンスが拓く農薬レギュラトリーサイエンスの飛躍
食品・化学物質のレギュラトリーサイエンス
Comprehensive Analysis of Food Allergy Research Trends via Large Language Model-Assisted Text Mining (1980–2024)
食品・化学物質のレギュラトリーサイエンス
Exposure estimation of the food allergens milk and wheat protein in Japan through Bayesian methods: Implications for food labeling
食品・化学物質のレギュラトリーサイエンス
Food Derived Biostimulants Technology Revealed and Retrieved by Natural Language Processing
食品・化学物質のレギュラトリーサイエンス