MétaCan
Menu
Retour à la cohorte
Enregistrement W2148212728 · doi:10.1111/ecc.12250

Mobile health for cancer in low to middle income countries: priorities for research and development

2014· editorial· en· W2148212728 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Journal of Cancer Care · 2014
Typeeditorial
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesDepartment for International Development
Mots-clésMedicineLow and middle income countriesEconomic growthCancerDeveloping countryGerontologyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Many current global health opportunities have less to do with new biomedical knowledge than with the coordination and delivery of care. While basic research remains vital, the growing cancer epidemic in countries of low and middle income warrants urgent action - focusing on both research and service delivery innovation. Mobile technology can reduce costs, improve access to health services, and strengthen health systems to meet the interrelated challenges of cancer and other noncommunicable diseases. Experience has shown that even very poor and remote communities that only have basic primary health care can benefit from mobile health (or 'mHealth') interventions. We argue that cancer researchers and practitioners have an opportunity to leverage mHealth technologies that have successfully targeted other health conditions, rather than reinventing these tools. We call for particular attention to human centred design approaches for adapting existing technologies to suit distinctive aspects of cancer care and to align delivery with local context - and we make a number of recommendations for integrating mHealth delivery research with the work of designers, engineers and implementers in large-scale delivery programmes.

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,091
Tête enseignante GPT0,500
Écart entre enseignants0,409 · 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