MétaCan
Menu
Retour à la cohorte
Enregistrement W2092044338 · doi:10.1089/tmj.2006.12.622

A Telemedicine System for Remote Health and Activity Monitoring for the Elderly

2006· article· en· W2092044338 sur OpenAlexaff
Polley R. Liu, Max Q.‐H. Meng, Peter Liu, Fanny F.L. Tong, X.J. Chen

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensCarleton University
Organismes subventionnairesHong Kong Government
Mots-clésTelemedicineTelecareAdaptation (eye)TelehealthComputer scienceHealth careService (business)Business

Résumé

récupéré en direct d'OpenAlex

The aging population is placing increasing pressure on healthcare services around the world. Telemedicine, which provides medical information or healthcare services at a distance using telecommunication technologies, is of growing interest to governments and healthcare providers. Existing telemedicine systems are primarily for medical information sharing and consultation with no teleoperation capabilities for activity monitoring. Moreover, the equipment of most systems available to support older patients to stay in their living environment must be tied to a fixed location, which severely limits their feasibility and applicability. In this paper, a new telemedicine structure is introduced for regular and ad hoc health monitoring services. In particular, it aims at scenarios where frequent interactive contacts between patients and professionals are required. This system incorporates several different networking technologies that work harmoniously to facilitate data communication, which potentially have a profound impact on the method of delivering medical service remotely. Another unique characteristic of the developed system is its capabilities of adaptation to network conditions, such as network congestion and availability of bandwidth. The concept of the proposed structure is validated using a laboratory-based test platform with some pilot experiments. Preliminary results demonstrate its feasibility for remote health monitoring services of the elderly. The potential benefits of the system are also presented.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,057
Tête enseignante GPT0,331
Écart entre enseignants0,275 · 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.

Devis d'étudeAutre devis
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

Citations20
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207