MétaCan
Menu
Retour à la cohorte
Enregistrement W2521732343 · doi:10.1515/pthp-2016-0008

Prospective Descriptive Study of RFID Tag Detection Rates based on Various Exploratory Scenarios Aimed at Identifying Optimal Conditions of Use

2016· article· en· W2521732343 sur OpenAlex
Camille Petit, Maxime Bergeron, Suzanne Atkinson, Denis Lebel, Jean‐François Bussières

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePharmaceutical Technology in Hospital Pharmacy · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesAssociation des pharmaciens du CanadaUniversité de MontréalMcGill UniversityUniversité Laval
Mots-clésTraceabilityRadio-frequency identificationComputer scienceReading (process)Identification (biology)Real-time computingComputer security

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,330
Écart entre enseignants0,292 · 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