MétaCan
Menu
Retour à la cohorte
Enregistrement W2494623497 · doi:10.4018/978-1-4666-9494-1.ch001

The Rural Learning Challenge

2015· book-chapter· en· W2494623497 sur OpenAlexaffabout
Al Lauzon

Notice bibliographique

RevueAdvances in medical education, research, and ethics (AMERE) book series · 2015
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésTelehealthContext (archaeology)The InternetHealth carePublic relationsRural healthTelemedicineRural areaRural managementPolitical scienceSociologyEconomic growthGeographyRural developmentWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

This chapter examines how technology is supporting the health and health care system for rural/remote people, specifically telehealth and the Internet, with a focus on the Canadian context. I will begin by outlining the opportunities and the challenges that technology presents to rural people and communities. This is followed by highlighting the divide between rural and urban in the Canadian context, with a focus on inequities related to health. This is followed by exploring the role of ICTs in health and health care with a focus on changes in the Canadian healthcare system, telehealth and the Internet as a source of health related information. These issues are then examined through a rural lens, asking the question what, if any are the implications for rural people and communities. I end with a section of reflections followed by the conclusion that ICTs present new opportunities for rural people and communities, but if they are to be able to take advantage of these opportunities they must learn to develop the necessary capacities, both as individuals and as a community. Their challenge is a learning challenge.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,110
Tête enseignante GPT0,497
Écart entre enseignants0,387 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in medical education, research, and ethics (AMERE) book seriesMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207