MétaCan
Menu
Retour à la cohorte
Enregistrement W2156511845 · doi:10.1258/135763305775124722

Striving for evidence in e-health evaluation: Lessons from health technology assessment

2005· article· en· W2156511845 sur OpenAlexaff
Marie‐Pierre Gagnon, Richard E. Scott

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTelehealthProcess managementHealth careHealth technologyQuality (philosophy)SustainabilityKnowledge managementDigital healthOutcome (game theory)Citizen journalismManagement scienceBusinessTelemedicinePsychologyComputer sciencePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Evaluation is crucial to the integration of e-health applications into the health-care system and their ultimate sustainability. However, e-health evaluation is often criticized for the poor quality of research design, the lack of common outcome indicators and the absence of an agreed theory. Health technology assessment (HTA) could offer a sound methodological basis for e-health evaluation. However, there have been major concerns about the applicability of the HTA approach to the evaluation of e-health initiatives. Evaluators -- and decision makers -- must accept that telehealth evaluation may serve different purposes for different stakeholders, and therefore concede that no single evaluation framework or methodology, even the randomized controlled trial, is totally objective. To address the complex environment of telehealth evaluation, a participatory strategy is useful, whereby stakeholders are involved in the study design and definition of evaluation questions at each phase. This will also build confidence between the evaluation team and the stakeholders, facilitating informed decision making through an integrated knowledge mobilization activity.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,136
Tête enseignante GPT0,502
Écart entre enseignants0,366 · 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'étudeObservationnel
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

Citations34
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207