MétaCan
Menu
Retour à la cohorte
Enregistrement W2031921227 · doi:10.12927/hcpap.2014.23867

Facilitating the Appropriate Use of eHealth Solutions

2014· letter· en· W2031921227 sur OpenAlexaffvenueabout
Hartley Stern, Patrick J. Ceresia, Martin Lapner

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2014
Typeletter
Langueen
DomaineHealth Professions
ThématiqueMedical Research and Practices
Établissements canadiensCanadian Medical Protective Association
Organismes subventionnairesnon disponible
Mots-clésHealth careBusinessSAFEReHealthInternet privacyLegislaturePanacea (medicine)Leverage (statistics)Public relationsWork (physics)Risk analysis (engineering)Knowledge managementComputer securityMedicineComputer sciencePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In this issue, the lead article proposes that e-health technologies should be used more broadly and that patients should have greater access to their information through such technologies. The Canadian Medical Protective Association (CMPA) agrees with this statement and suggests that to facilitate the timely and appropriate adoption of new technologies among healthcare providers to enhance patient care, barriers in the existing regulatory, legislative and legal frameworks must be addressed. While much of the discussion to date on e-health has focused primarily on high-level issues regarding regulatory compliance, "privacy by design" and the e-health "panacea," CMPA suggests that there needs to be a refocus on achieving more concrete change and gains through consideration of the specific impact on the drivers of healthcare delivery. An integrated or holistic approach is required involving healthcare providers, regulators, legislators, stakeholders, ministries of health, privacy commissioners and the courts. To better leverage potential advantages, efficiencies and enhanced, safer care for our healthcare system, all parties must work together to develop an acceptable and flexible approach to the "appropriate use" of e-health technologies that will facilitate adoption by healthcare professionals in a manner that is consistent with the expectations of the profession and applicable standards of practice.

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)0,021
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,087
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,012
Communication savante0,0110,012
Science ouverte0,0050,011
Intégrité de la recherche0,1290,061
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,356
Tête enseignante GPT0,476
Écart entre enseignants0,120 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations1
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetMedical Research and PracticesTravaux en français237 207