MétaCan
Menu
Retour à la cohorte
Enregistrement W2025330239 · doi:10.5539/gjhs.v6n5p125

Design and Evaluation of Electronic Briefs of Neonatal Intensive Care Unit in Taleghani Hospital, Tabriz, Iran

2014· article· en· W2025330239 sur OpenAlexvenueno aff
Kayvan Mirnia, Taha Samad‐Soltani, Mnouchehr Rezaei, Mohammad Heidarzadeh, Zakieh Piri

Notice bibliographique

RevueGlobal Journal of Health Science · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerminologyNeonatal intensive care unitDeveloping countryUnit (ring theory)Work (physics)Computer scienceInterface (matter)MedicineMedical emergencyPediatricsPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

More than 9 million neonatal deaths are reported through out the world each year happening in the early weeks of life most of which relate to developing countries. Thus it is very important to present a better way to keep the infants healthy which could be possible by accessing accurate information at any time required during hospitalization of infants. Therefore the required data should be collected, stored and analyzed before which is best possible by using computer. The main objective of this research is enabling researchers and clinicians quick access to the data of the babies admitted in NICU. This study involves the stage of developing a system design and its implementation following the evaluation of the electronic records which is done in a query form. By defining the neccessary terminology and designing a data model, the database and user interface are developed by using a programing language and data base tools. Finally, the system has been evaluated by user satisfaction showing to be about 85% As a result we suggest the hospitals take serious in buying the suitable technology for the NICU ward along with teaching the staffs how to work with it.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,452
Écart entre enseignants0,375 · 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'étudeObservationnel
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetElectronic Health Records SystemsTravaux en français237 207