eHealth for Remote Regions: Findings from Central Asia Health Systems Strengthening Project
Notice bibliographique
Résumé
Isolated communities in remote regions of Afghanistan, Kyrgyz Republic, Pakistan and Tajikistan lack access to high-quality, low-cost health care services, forcing them to travel to distant parts of the country, bearing an unnecessary financial burden. The eHealth Programme under Central Asia Health Systems Strengthening (CAHSS) Project, a joint initiative between the Aga Khan Foundation, Canada and the Government of Canada, was initiated in 2013 with the aim to utilize Information and Communication Technologies to link health care institutions and providers with rural communities to provide comprehensive and coordinated care, helping minimize the barriers of distance and time. Under the CAHSS Project, access to low-cost, quality health care is provided through a regional hub and spoke teleconsultation network of government and non-government health facilities. In addition, capacity building initiatives are offered to health professionals. By 2017, the network is expected to connect seven Tier 1 tertiary care facilities with 14 Tier 2 secondary care facilities for teleconsultation and eLearning. From April 2013 to September 2014, 6140 teleconsultations have been provided across the project sites. Additionally, 52 new eLearning sessions have been developed and 2020 staff members have benefitted from eLearning sessions. Ethics and patient rights are respected during project implementation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».