MétaCan
Menu
Retour à la cohorte
Enregistrement W2108732404 · doi:10.1504/ijhtm.2009.023726

Ubiquitous and personalised contextual biomonitoring

2009· article· en· W2108732404 sur OpenAlexaff
O. Andrei Dragoi, Nadjia Kara

Notice bibliographique

RevueInternational Journal of Healthcare Technology and Management · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésBiomonitoringContext (archaeology)Computer scienceAdaptation (eye)Quality (philosophy)InferenceData scienceGeographyEcologyArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

Biomonitoring services can reduce healthcare costs and improve the quality of life by keeping a person longer in the community. This paper describes the challenges in building a remote biomonitoring system that is aware of both the environmental and the biomedical context of the subscriber. Starting from requirements identified in typical biomonitoring scenarios, a biomonitoring architecture was devised. This was refined and validated through a prototype that combines context-adaptation and awareness with the ubiquity of 3G network-coverage to allow more personalised monitoring and to better streamline information between the various healthcare players. One of the prototype goals was easy customisation and extensibility with additional inference rules, actions, and context information types and sources.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,856
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,307
Écart entre enseignants0,289 · 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'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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Healthcare Technology and ManagementMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207