2020 Vision: improving supportive and palliative care in the age of social media and global telecommunications
Notice bibliographique
Résumé
Abstract In the second decade of the twenty-first century, social media are ushering a second wave in the evolution of the Web. Very rapidly, applications such as Google, Wikipedia, Facebook, YouTube and Twitter have risen to be among the most used sites on the Web, re-shaping how humans communicate, learn and live. Mobile communication devices are converging with Internet-based services, penetrating every region of the planet at a speed that dwarfs the growth in the adoption of personal computers or any other preceding technological innovation. These devices can now access hundreds of thousands of applications directly through the Internet, promising to satisfy almost any human need for information and communication. The exponential pace of evolution of information and communication technology, however, is outpacing the ability of clinicians, researchers, managers and policy makers to keep up. As a generation with the rare privilege to witness the emergence of a new set of powerful technologies that could have a profound and widespread effect on society, we must look beyond the hype, and try our best to understand what works, what does not work and what could be harmful. This session will give participants an opportunity to learn about emerging innovations in social media that could enable us to reduce unnecessary suffering. It will also underscore key methodological, political, cultural, technological and financial challenges that must be addressed urgently if we are to harness their power to improve the way in which we design, develop, provide, receive and evaluate supportive and palliative care services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,012 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,010 |
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 source (Gemma direct ou Codex distillé), 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 ».