<b>Call for Papers</b>—<i>Interfaces</i> Special Issue: Applications of Management Science and Operations Research Models and Methods to Problems in Health Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Over the last decade or so, the health-care industry in the United States, Canada, and around the world has started to solve important problems using traditional MS/OR models and methods, such as mathematical programming and simulation. Healthcare practitioners are just now embracing new techniques, such as data mining coupled with highpowered computers, to analyze problems involving enormous data sets. In recent years, the results of MS/OR efforts have been significant and have begun to positively affect how health care is delivered. In this special issue, we highlight and document success stories in applying MS/OR models and methods to actual problems in health care. These success stories could be tool oriented, such as describing a simulation model for patient flow, or they may focus on strategic, policy-level applications, such as deciding where a government should allocate its healthcare funds and how it should distribute its resources. Authors must specifically describe the benefits of the application and the lessons that were learned. A verification letter from the relevant organization that attests to the actual use or impact of the model and the resulting benefits must be submitted with the paper. To help prepare your paper, please review the Interfaces Instructions to Authors at http://interfaces. pubs.informs.org/guidelines.htm. Papers must be submitted online using Manuscript Central at http:// mc.manuscriptcentral.com/inte. All papers will be refereed. The deadline for submission is September 15, 2007.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle