“What Is eHealth”: Time for An Update?
Notice bibliographique
Résumé
The annual number of articles reporting on eHealth interventions has increased over the last 10 years. In contrast, the last article in this journal on the definition of eHealth was published in 2006. This leads to the question whether the field itself has reached consensus about the definition and description of eHealth or whether it is in need for a new review of the literature and a new description of the rapidly changing field of eHealth. Since the JMIR community has successfully collaborated on the "CONSORT-eHealth" in the past, we would like to use the same strategy to explore the need for a new definition of eHealth and the creation of a taxonomy for this field. Therefore, we hereby submit a call to all JMIR-readers, to fill out a 4-question survey on their ideas about a refined eHealth definition. Based on these results, we will decide whether or not to engage in a systematic review. Logically, the entire JMIR community is invited to join us in our attempt to further elucidate the field of eHealth.
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 | 0,100 | 0,294 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,023 | 0,024 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,017 | 0,052 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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 ».