MétaCan
Menu
Retour à la cohorte
Enregistrement W2079807059 · doi:10.4018/jhisi.2008010103

Envisioning a National e-Medicine Network Architecture in a Developing Country

2008· article· en· W2079807059 sur OpenAlexaff
Fikreyohannes Lemma, Mieso K. Denko, Joseph Tan, Samuel Kinde Kassegne

Notice bibliographique

RevueInternational Journal of Healthcare Information Systems and Informatics · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryRationingHealth careBusinessDeveloped countryPerinatal medicineArchitecturePublic relationsEconomic growthPolitical scienceMedicineEconomicsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Poor infrastructures in developing countries such as Ethiopia and much of Sub-Saharan Africa have caused these nations to suffer from lack of efficient and effective delivery of basic and extended medical and healthcare services. Often, such limitation is further accompanied by low patient-doctor ratios, resulting in unwarranted rationing of services. Apparently, e-medicine awareness among both governmental policy makers and private health professionals is motivating the gradual adoption of technological innovations in these countries. It is argued, however, that there still is a gap between current e-medicine efforts in developing countries and the existing connectivity infrastructure leading to faulty, inefficient and expensive designs. The particular case of Ethiopia, one such developing country where e-medicine continues to carry significant promises, is investigated and reported in this article.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,649
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,352
Écart entre enseignants0,318 · 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 tête enseignante, 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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Healthcare Information Systems and InformaticsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207