MétaCan
Menu
Retour à la cohorte
Enregistrement W2292232076 · doi:10.2147/ieh.s60808

The use of sustainable and scalable health care technologies in developing countries

2016· article· en· W2292232076 sur OpenAlexaff
Gari Clifford

Notice bibliographique

RevueInnovation and Entrepreneurship in Health · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésScalabilityBusinessHealth careDeveloping countryEnvironmental economicsComputer scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

The use of sustainable and scalable health care technologies in developing countries Gari D Clifford1–3 1Department of Biomedical Informatics, Emory University, Atlanta, GA, USA; 2Department of Biomedical Engineering, Georgia Institute of Technology, Atlanta, GA, USA; 3Centre for Affordable Health Care Technology, Kellogg College, University of Oxford, Oxford, UK Abstract: Although health care technology is progressing, in important ways access is dropping for many communities across the globe. Contributing factors include increasing awareness and options for diagnosis and treatment, and hence expectations, with consequential increases in complexity, training, and costs for health service delivery. Changes in wealth distribution, aging populations, and increasing burdens from chronic conditions also exacerbate these issues. Many attempts at delivering affordable health care technologies into resource-poor regions of the world have had limited impact, often with a focus only on cost or simplicity. However, with close attention to appropriate design considerations, including sustainable business practices and local cultural dynamics, there is the potential to revolutionize the field and deliver health care support technologies that empower, educate, and learn from the user. This article discusses the main concepts in designing relevant and sustainable health care technologies for resource-constrained communities and proposes structural ecosystem changes that may be required to achieve this goal. Keywords: affordable health care, open source, scalable technology, developing countries, emerging economies

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,283
Écart entre enseignants0,247 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation and Entrepreneurship in HealthMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207