Driving Distance to Telemedicine Units in Northern Ontario as a Measure of Potential Access to Healthcare
Notice bibliographique
Résumé
INTRODUCTION: The Ontario Telemedicine Network (OTN) uses technology to help make medical services more accessible to people in medically underserved rural and remote parts of Ontario, Canada. We examined access to OTN-enabled health and medical services in Northern Ontario, which has 775,000 people in communities scattered across an area of 803,000 km(2). MATERIALS AND METHODS: We used ArcGIS Network Analyst (Esri, Redlands, CA) to conduct a service area analysis with travel time as a measure of potential access to care. We used road distance and speed limits to estimate travel time between Northern Ontario communities and the nearest OTN unit. RESULTS: In 2014 there were 2,331 OTN units, of which 552 (24%) were located in Northern Ontario. All seven communities in Northern Ontario with a population of 10,000 or greater had OTN units. Almost 97% of the 59 communities with 1,000-10,000 people were within 30 min of an OTN unit. The percentage of communities within 30 min steadily decreased with decreasing population size, to 58% for communities with fewer than 50 people. In total, 86% (690/802) of Northern Ontario communities were within an hour's drive of an OTN unit. CONCLUSIONS: This study showed that most Northern Ontario communities were within an hour's drive of an OTN unit. The current distribution of OTN units has the potential to increase access to medical services and to reduce the need for medically related travel for residents of these communities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».