The current state of graphical abstracts and how to create good graphical abstracts

유정주; Jieun Lee

doi:https://doi.org/10.6087/kcse.293

추천

검색

자료유형: 학술저널

저자정보: 유정주 (순천향대학교) Jieun Lee (Soonchunhyang University College of Medicine Cheonan)

저널정보: 한국과학학술지편집인협의회 Science Editing Science Editing Vol.10 No.1

발행연도: 2023.2

수록면: 19 - 26 (8page)

DOI: https://doi.org/10.6087/kcse.293

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Graphical abstracts (GAs), also known as visual abstracts, are powerful tools for communicating complex information and ideas clearly and concisely. These visual representations aim to capture the essential findings and central message of a research study, allowing the audience to understand and remember its content quickly. This review article describes the current state of GAs, including their benefits, limitations, and future directions in the development of GAs. It also presents methods and tips for producing a GA. In Korea, more than 10 medical journals have introduced GAs from 2021 to 2022. The number of citations was higher in articles with GAs than in those without GAs in the top 10 gastroenterology journals. There are five types of GAs: conceptual diagrams, flowcharts, infographics, iconographic abstracts, and photographlike illustrations. A limitation of the GA system is the absence of a universal standard for GAs. The key steps for creating a GA are as follows: (1) start by identifying the main message; (2) choose an appropriate visual style; (3) draw an easy-to-understand graphic; (4) use colors and other design elements; and (5) request feedback. Available tools that are useful for creating GAs include Microsoft PowerPoint, Mind the Graph, Biorender, and Canva. Another effective method is collaborating with experts. Artificial intelligence will soon be able to produce GAs more efficiently from raw data or manuscripts, which will help researchers draw GAs more easily. GAs have become a crucial art for researchers to master, and their use is expected to expand in the future.

#Artificial intelligence #Data visualization #Graphical abstract #Visual abstract #Infographics

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유정주

소속기관 순천향대학교

주요연구분야 자연과학 > 생활과학 사회과학 > 문헌정보학

논문수 7 이용수 3

Jieun Lee

소속기관 Soonchunhyang University College of Medicine Cheonan

주요연구분야 사회과학 > 문헌정보학

논문수 1 이용수 0

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)