SOPHRA: A Mobile Web Services Hosting Infrastructure in mHealth
Notice bibliographique
Résumé
The use of mobile devices such as smartphones and tablets, and other ICT tools to facilitate healthcare delivery in the medical landscape, known as mHealth, has witnessed a phenomenal rise recently. In most mHealth systems, mobile devices are employed as services and health information client consumers. Thus, healthcare professionals use these devices to consume services which are running on back-end platforms. However, in a research collaboration with the Geriatrics Ward of the City Hospital in Saskatoon, Canada, we have identified a huge potential in facilitating the mobile device as a service hosting node. Hence, we developed a physically distributed information infrastructure, called SOPHRA, which aids the healthcare professionals to securely access and share patients' medical information which are hosted on their mobile devices. Since mobile devices establish communication over wireless channels which can sometimes be unavailable, the proposed mobile hosting framework faces the challenge of reliable and real-time message propagation to the mobile participants. This paper presents the adopted methodologies employed in implementing SOPHRA to address the aforementioned challenges. A cloud-oriented middleware is implemented which enables the mobile participants to reliably communicate in soft real-time. Furthermore, the records of the patients are modeled as Web Services (WS) which aids medical information to be passed across the system components; and these WS are independently replicated on the middleware to ensure high information availability. Currently, SOPHRA supports both SOAP and RESTful Web Services protocols and facilitates information exchanges over Wi-Fi.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».