Skip to Main content

Researcher identifiers

Number of documents

13

Gaétan Kerdelhué, documentaliste en santé


Julien Grosjean   

Journal articles11 documents

  • Clément Massonnaud, Gaëtan Kerdelhué, Julien Grosjean, Romain Lelong, Nicolas Griffon, et al.. Identification of the Best Semantic Expansion to Query PubMed Through Automatic Performance Assessment of Four Search Strategies on All Medical Subject Heading Descriptors: Comparative Study. JMIR Medical Informatics, JMIR Publications, 2020, 8 (6), pp.e12799. ⟨10.2196/12799⟩. ⟨hal-02934327⟩
  • Gaëtan Kerdelhué, Julien Grosjean, Émeline Lejeune, Catherine Letord, Stefan Darmoni, et al.. Kinedoc, CISMeF et COVID-19 : la nécessité de référencer les brochures pédagogiques pour le patient. Kinésithérapie, la Revue, Elsevier Masson, 2020, 20 (223), pp.3-5. ⟨10.1016/j.kine.2020.05.010⟩. ⟨hal-03065903⟩
  • Emeric Dynomant, Romain Lelong, Badisse Dahamna, Clément Massonnaud, Gaétan Kerdelhué, et al.. Word embedding for French natural language in healthcare: a comparative study (Preprint). JMIR Medical Informatics, JMIR Publications, 2019, ⟨10.2196/12310⟩. ⟨hal-02321827⟩
  • Clément Massonnaud, Romain Lelong, Gaetan Kerdelhué, Émeline Lejeune, Julien Grosjean, et al.. Performance evaluation of three semantic expansions to query PubMed. Health Information and Libraries Journal, Wiley, 2019, ⟨10.1111/hir.12291⟩. ⟨hal-02417189⟩
  • Gaëtan Kerdelhué, Jean-Francois Gehanno, Julien Grosjean, Stéfan J. Darmoni. La base de données bibliographiques LiSSa (Littérature scientifique en santé) : intérêt et utilisation pour la santé au travail. Références en santé au travail, Institut national de recherche et de sécurité pour la prévention des accidents du travail et des maladies professionnelles, 2018. ⟨hal-02407460⟩
  • N. Griffon, L. Rollin, M. Schuers, L. Douze, David Delerue, et al.. LiSSa, Littérature Scientifique en Santé : une base de données bibliographique en français. Pratique Neurologique - FMC, 2017, 8 (4), pp.240-247. ⟨10.1016/j.praneu.2017.06.008⟩. ⟨hal-02407195⟩
  • Nicolas Griffon, Matthieu Schuers, Gaëtan Kerdelhué, Julien Grosjean, Stéfan J. Darmoni. Littérature scientifique en santé (LiSSa) : une base de données bibliographiques en français. Revue du Praticien (La), J B Bailliere et Fils, 2017, 67 (2), pp.134-8. ⟨hal-02407591⟩
  • Matthieu Schuers, Mher Joulakian, Gaétan Kerdelhué, Léa Segas, Julien Grosjean, et al.. Lost in translation? A multilingual Query Builder improves the quality of PubMed queries: a randomised controlled trial. BMC Medical Informatics and Decision Making, BioMed Central, 2017, 17 (1), pp.94. ⟨10.1186/s12911-017-0490-9⟩. ⟨hal-02109414⟩
  • Nicolas Griffon, Gaetan Kerdelhué, Lina Soualmia, Tayeb Merabti, Julien Grosjean, et al.. Evaluating alignment quality between iconic language and reference terminologies using similarity metrics.. BMC Medical Informatics and Decision Making, BioMed Central, 2014, 14 (1), pp.17. ⟨10.1186/1472-6947-14-17⟩. ⟨inserm-00980903⟩
  • Nicolas Griffon, Matthieu Schuers, Lina Fatima Soualmia, Julien Grosjean, Gaétan Kerdelhué, et al.. A Search Engine to Access PubMed Monolingual Subsets: Proof of Concept and Evaluation in French. Journal of Medical Internet Research, JMIR Publications, 2014, 16 (12), pp.e271. ⟨10.2196/jmir.3836⟩. ⟨hal-01329375⟩
  • Stéfan Darmoni, Lina Soualmia, Nicolas Griffon, Julien Grosjean, Gaétan Kerdelhué, et al.. Multi-lingual Search Engine to Access PubMed Monolingual Subsets: A Feasibility Study.. Studies in Health Technology and Informatics, IOS Press, 2013, 192, pp.966. ⟨inserm-00854294⟩

Conference papers1 document

  • Emeric Dynomant, Romain Lelong, Badisse Dahamna, Clément Massonnaud, Gaetan Kerdelhué, et al.. Word Embedding for French Natural Language in Healthcare: A Comparative Study.. MEDINFO 2019: Health and Wellbeing e-Networks for All, Aug 2019, lyon, France. pp.118-122, ⟨10.3233/SHTI190195⟩. ⟨hal-02409087⟩

Preprints, Working Papers, ...1 document

  • Emeric Dynomant, Stéfan J. Darmoni, Émeline Lejeune, Gaétan Kerdelhué, Jean-Philippe Leroy, et al.. Doc2Vec on the PubMed corpus: study of a new approach to generate related articles. 2019. ⟨hal-02407163⟩