Prospective Descriptive Study of RFID Tag Detection Rates based on Various Exploratory Scenarios Aimed at Identifying Optimal Conditions of Use
Notice bibliographique
Résumé
Abstract Objective The main objective is to evaluate RFID tags detection rates using various exploratory scenarios in order to identify optimal conditions of use. The secondary objective is to evaluate RFID tags detection rates based on a real-life scenario involving a cardiorespiratory resuscitation drug tray used within our institution in order to identify optimal conditions of use. Background The traceability of goods has been a subject of interest for more than a century. Traceability makes it possible to locate goods at every step in the chain from production through to disposal. Just as with other Automatic Identification and Data Capture technologies, radio frequency identification (RFID) is used to increase the traceability of objects. Results Seven variables that could influence RFID tags detection rates were evaluated in eight exploratory scenarios. Optimal detection parameters allowing to a 100 % detection rate were identified: a 10-second reading time; a reading distance of 10 cm; parallel orientation of reader-antenna and at least two back and forth readings for a total of 6 sec were required for optimal reading. Detection rates decreased after 100 RFID tags and it were not affected by the shape of the RFID tags. Reader-antenna and RFID tag interferences resulted from aluminum paper or RFID tags that touched one another. RFID tag detection rates obtained per operator were similar. Regarding real-life scenarios, detection rates increased with reading times and a plateau effect was observed after 10 sec. Undetected elements varied and non-detection was almost always related to the proximity of two RFID tags rather than the nature of the items read. Conclusion To our knowledge, this is the first prospective descriptive study that compares RFID tag detection rates based on various exploratory scenarios in order to identify optimal conditions of use. Such results can be used to develop a software application supporting drug replenishing through RFID in the drug use process.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».