MétaCan
Menu
Retour à la cohorte
Enregistrement W2059332746 · doi:10.2196/jmir.1938

Telemedicine Service Use: A New Metric

2012· article· en· W2059332746 sur OpenAlexaff
Maurice Mars, Richard E. Scott

Notice bibliographique

RevueJournal of Medical Internet Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTelemedicineTelecareTeleradiologyeHealthMetric (unit)Service (business)MedicineMedical emergencyHealth careBusinessMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Policy makers and funding agencies require relevant information on current practices of the use of telemedicine infrastructure and services. Several metrics have been used to describe average use of telemedicine services. None are adequate. OBJECTIVE: To identify and assess a new metric-consultations per site per week (C/S/W). METHODS: To determine existing usage, all papers and abstracts published between January 2005 and December 2009 in the Journal of Telemedicine and Telecare and Telemedicine Journal and eHealth were reviewed. Pilot studies, research projects, services reporting less than one year's data and teleradiology services were excluded. RESULTS: In total, 210 reports of telemedicine services were identified, 77 of which provided sufficient data to calculate C/S/W. Average use was low, 1.8±3.5 (median 0.7) C/S/W, with 61% of services reporting less than 1 C/S/W and 71% reporting 2 or fewer C/S/W. Studies reporting on data from 2006 to 2009 showed less use (average 1.5±2.3; median 0.7 C/S/W) than earlier reports from 1996 to 2005 (1.7±2.5; median 0.7 C/S/W). CONCLUSIONS: The use of this new metric, C/S/W, is proposed as a standard measure of telemedicine service use. The generally low results opens debate about how well current clinical services are used.

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)0,017
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,058
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,019
Études des sciences et des technologies0,0010,002
Communication savante0,0040,009
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,224
Tête enseignante GPT0,526
Écart entre enseignants0,302 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreMéthodes

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

En bref

Citations26
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207