MétaCan
Menu
Retour à la cohorte
Enregistrement W2005914941 · doi:10.1109/itime.2009.5236471

Health continuum of care informatics knowledgebase framework

2009· article· en· W2005914941 sur OpenAlexaff
A. B. Cornford, Liang Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInterdependenceWorkflowProcess managementRisk analysis (engineering)Business processKnowledge managementProcess (computing)Health careData scienceManagement scienceBusinessWork in processOperations managementEngineering

Résumé

récupéré en direct d'OpenAlex

All systems including health systems may be described in terms of processes that convert inputs to valued outputs. 'Management processes' set the strategy for 'demand/supply processes' which address health priority needs for quality of care services delivered via 'implementation processes'. These systems are very complex. Management processes involve many different perspectives, dimensions, objectives and systems, each with many states. Demand/supply processes involve numerous types of event chains, value streams and pathways of variable maturity, also with many states. Implementation processes involve several types of pathway flows, and interdependencies leading to decision tradeoffs. Taken together, these process variables and their states pose several billion process interaction options. This complexity complicates decision-making for optimizing health care benefits. A transparent common framework architecture has been developed within which all of these processes and their attributes and states many be inter-related and transparently navigated. It provides the ability to develop a common process knowledge base for understanding individual process events, pathway workflows, information flows, and value flows. It also facilitates assessment of key process interdependency tradeoffs that are required for business intelligence and informed management decision-making. A description of the framework, process operands and states is provided. An example illustrates an example of types of physiological/social tradeoffs for guiding breast cancer treatment options. A second example provides a navigation thread for prevention treatments such as vitamin D and related implications for adjustment of prevention, screening and diagnostic protocols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0090,012
Études des sciences et des technologies0,0020,001
Communication savante0,0100,007
Science ouverte0,0050,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0360,011

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,308
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBig Data and Business IntelligenceTravaux en français237 207