الرئيسية › دليل الباحثين › Madjda Akacha
Madjda Akacha
الانتماء : University Ferhat Abbas of Setif
- 2منشورات (انتماء جزائري)
- 2مجموع المنشورات
- 1الاستشهادات
- 1مؤشر h
الملف البحثي
لدى Madjda Akacha 2 منشور(ات) مفهرسة (2024–2026). تُنشر أعماله أساسًا في «Libyan Journal of Medicine» و«International Conference on Information and Communication Technologies for Disaster Management (ICT-DM)». أكثر مقالاته استشهادًا هو «Deep learning in managing SARS-CoV-2 pandemic, variant prediction and driver mutation identification: Case study in Setif, Algeria» (2024)، وقد استُشهد به 1 مرة. شارك في تأليف أعماله 7 باحثًا على الأقل، منهم باحثون من مؤسسات في السعودية.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- COVID-19 Clinical Research Studies
- SARS-CoV-2 and COVID-19 Research
- COVID-19 epidemiological studies
- COVID-19 and healthcare impacts
- SARS-CoV-2 detection and testing
المنشورات (2)
- Comorbidities increase the severity of COVID-19: an analysis and epidemiological study conducted in Algeria
- Deep learning in managing SARS-CoV-2 pandemic, variant prediction and driver mutation identification: Case study in Setif, Algeria
مجلات النشر
- Libyan Journal of Medicine × 1
- International Conference on Information and Communication Technologies for Disaster Management (ICT-DM) × 1
المنشورات حسب السنة
- 20261
- 20241
التعاون العلمي
المؤسسات الشريكة : Université Constantine 2 · Centre Hospito Universitaire de Sétif · Mouloud Mammeri University of Tizi-Ouzou · University of Béjaïa · Imam Mohammad ibn Saud Islamic University
بلدان المؤلفين المشاركين : السعودية
المؤلفون المشاركون
- Mounira Amrane
- Abdelhalim Khenchouche
- Abbas Mehnane
- Assia Derguini
- Abdelmadjid Lacheheb
- Imène Zenbout
- Karim Houalı
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون Dzcademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.