What Is eHealth (3): A Systematic Review of Published Definitions
Notice bibliographique
Résumé
CONTEXT: The term eHealth is widely used by many individuals, academic institutions, professional bodies, and funding organizations. It has become an accepted neologism despite the lack of an agreed-upon clear or precise definition. We believe that communication among the many individuals and organizations that use the term could be improved by comprehensive data about the range of meanings encompassed by the term. OBJECTIVE: To report the results of a systematic review of published, suggested, or proposed definitions of eHealth. DATA SOURCES: Using the search query string "eHealth" OR "e-Health" OR "electronic health", we searched the following databases: Medline and Premedline (1966-June 2004), EMBASE (1980-May 2004), International Pharmaceutical Abstracts (1970-May 2004), Web of Science (all years), Information Sciences Abstracts (1966-May 2004), Library Information Sciences Abstracts (1969-May 2004), and Wilson Business Abstracts (1982-March 2004). In addition, we searched dictionaries and an Internet search engine. STUDY SELECTION: We included any source published in either print format or on the Internet, available in English, and containing text that defines or attempts to define eHealth in explicit terms. Two of us independently reviewed titles and abstracts of citations identified in the bibliographic databases and Internet search, reaching consensus on relevance by discussion. DATA EXTRACTION: We retrieved relevant reports, articles, references, letters, and websites containing definitions of eHealth. Two of us qualitatively analyzed the definitions and coded them for content, emerging themes, patterns, and novel ideas. DATA SYNTHESIS: The 51 unique definitions that we retrieved showed a wide range of themes, but no clear consensus about the meaning of the term eHealth. We identified 2 universal themes (health and technology) and 6 less general (commerce, activities, stakeholders, outcomes, place, and perspectives). CONCLUSIONS: The widespread use of the term eHealth suggests that it is an important concept, and that there is a tacit understanding of its meaning. This compendium of proposed definitions may improve communication among the many individuals and organizations that use the term.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| grok | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| opus | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | medium |
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 | 0,048 | 0,172 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,025 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,007 | 0,011 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».