MétaCan
Menu
Retour à la cohorte
Enregistrement W2134854362 · doi:10.1590/s1726-46342010000300020

Reforzando las capacidades en investigación en informática para la salud global en la región andina a través de la colaboración internacional

2010· article· es· W2134854362 sur OpenAlexaff
Walter H. Curioso, Patricia García, Greta M. Castillo, Magaly M. Blas, Amaya Perez‐Brumer, Mirko Zimic

Notice bibliographique

RevueRevista Peruana de Medicina Experimental y Salud Pública · 2010
Typearticle
Languees
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFogarty International CenterUniversidad Peruana Cayetano HerediaJohns Hopkins UniversityUniversity of Washington
Mots-clésLatin AmericansGlobeHealth informaticsPolitical sciencePopulationInformaticsLibrary sciencePublic healthMedicineNursingEnvironmental healthComputer science

Résumé

récupéré en direct d'OpenAlex

To improve global health and the welfare of a population, skilled human resources are required, not only in medicine and health, but also in the field of informatics. Unfortunately, training and research programs specific to biomedical informatics in developing countries are both scarce and poorly documented. The aim of this paper is to report the results from the first Informatics Expert Meeting for the Andean Region, including, nine Latin American based institutional case studies. This two-day event occurred in March 2010 and brought together twenty-three leaders in biomedical informatics from around the world. The blend of practical and experiential advice from these experts contributed to rich discussions addressing both challenges and applications of informatics within Latin American. In addition, to address the needs emphasized at the meeting, the QUIPU Network was established to expand the research consortium in the Andean Region, Latin America, and internationally. The use of these new technologies in existing public health training and research programs will be key to improving the health of populations in the Andean Region and around the globe.

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)0,012
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,430
Écart entre enseignants0,413 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Peruana de Medicina Experimental y Salud PúblicaMême sujetElectronic Health Records SystemsTravaux en français237 207