Use of a personal digital assistant in a pharmacy-directed warfarin dosing program
Notice bibliographique
Résumé
Journal Article Use of a personal digital assistant in a pharmacy-directed warfarin dosing program Get access Fran Paradiso-Hardy, B.Sc.Pharm., M.Sc., FCSHP, Fran Paradiso-Hardy, B.Sc.Pharm., M.Sc., FCSHP Clinical Coordinator, Cardiovascular Diseases Pharmacy Department Sunnybrook and Women’s College Health Sciences Centre 2075 Bayview Avenue Toronto, Ontario M4N 3M5, Canada Search for other works by this author on: Oxford Academic Google Scholar Ada Seto, B.Sc.Pharm., Ada Seto, B.Sc.Pharm. Pharmacy Practice Resident Pharmacy Department Sunnybrook and Women’s College Health Sciences Centre 2075 Bayview Avenue Toronto, Ontario M4N 3M5, Canada Search for other works by this author on: Oxford Academic Google Scholar Stephanie Ong, B.Sc.Pharm., Stephanie Ong, B.Sc.Pharm. Clinical Cardiovascular Pharmacist Pharmacy Department Sunnybrook and Women’s College Health Sciences Centre 2075 Bayview Avenue Toronto, Ontario M4N 3M5, Canada Search for other works by this author on: Oxford Academic Google Scholar Claudia Bucci, B.Sc.Pharm., Claudia Bucci, B.Sc.Pharm. Clinical Cardiovascular Pharmacist Pharmacy Department Sunnybrook and Women’s College Health Sciences Centre 2075 Bayview Avenue Toronto, Ontario M4N 3M5, Canada claudia.bucci@sw.ca. Search for other works by this author on: Oxford Academic Google Scholar Patti Madorin, B.Sc.Pharm. Patti Madorin, B.Sc.Pharm. Clinical Cardiovascular Pharmacist Pharmacy Department Sunnybrook and Women’s College Health Sciences Centre 2075 Bayview Avenue Toronto, Ontario M4N 3M5, Canada Search for other works by this author on: Oxford Academic Google Scholar American Journal of Health-System Pharmacy, Volume 60, Issue 19, 1 October 2003, Pages 1943–1946, https://doi.org/10.1093/ajhp/60.19.1943 Published: 01 October 2003
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».