MétaCan
Menu
Retour à la cohorte
Enregistrement W2094084842 · doi:10.1055/s-2005-863789

Using a Telehealth Medium for Objective Hearing Testing: Implications for Supporting Rural Universal Newborn Hearing Screening Programs

2005· article· en· W2094084842 sur OpenAlexaff
Mark Krumm, John Ribera, Jason Schmiedge

Notice bibliographique

RevueSeminars in Hearing · 2005
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensKelowna General Hospital
Organismes subventionnairesUniversity of UtahUtah State University
Mots-clésTelehealthTelemedicineHearing lossMedicineAsynchronous communicationTelerehabilitationRural areaAudiologyMedical educationNursingHealth careComputer scienceTelecommunicationsPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

Telepractice is commonly used in other health professions to dispense a large number of services. These services include diagnostics, rehabilitation, and counseling. Telepractice is increasingly available to practitioners serving rural areas and can be modified for many health applications. Yet telepractice is not widely used by audiologists. This is somewhat surprising because audiology seems poised to offer telepractice using both synchronous and asynchronous technology. Furthermore, telepractice may be particularly effective for enhancing a universal newborn hearing screening (UNHS) program in rural areas. Specifically, rural communities often lack the proper personnel and program continuity to serve newborns with hearing loss effectively. Telepractice may be a method that can ameliorate these problems. Presently, Utah State University is evaluating the value of telepractice for UNHS services. Initial data obtained from this project are promising and support the validity of telepractice with infant hearing services. However, research with a much larger group of subjects will be required before telepractice can be used with confidence in a UNHS program. KEYWORDS Universal newborn hearing screening - telepractice - telehealth - telemedicine - hearing loss

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)0,009
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,139
Tête enseignante GPT0,382
Écart entre enseignants0,243 · 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'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

Citations34
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in HearingMême sujetHearing Loss and RehabilitationTravaux en français237 207