MétaCan
Menu
Retour à la cohorte
Enregistrement W2543424355 · doi:10.1177/1357633x16673267

Enablers and barriers in providing telediabetes services for Indigenous communities: A systematic review

2016· review· en· W2543424355 sur OpenAlexaboutno aff
Sumudu Wickramasinghe, Liam J Caffery, Natalie Bradford, Anthony C Smith

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousTelehealthAcknowledgementInclusion (mineral)NursingWork (physics)Community engagementMedicineService delivery frameworkBusinessPublic relationsHealth careService (business)Medical educationTelemedicinePolitical sciencePsychologyMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

A systematic review of studies which reported on telediabetes services within Indigenous communities was undertaken in June 2016. The aim of this study was to identify enablers and barriers associated with the delivery of telehealth services for diabetes care amongst Indigenous people. A total of 14 articles met the study inclusion criteria, reporting work in Canada, Australia, India, and the US. Key enablers included the use of cultural and spiritual elements, acknowledgement of local beliefs and traditions, and appropriate community engagement. The involvement of Indigenous health workers was also very important because of their role in communication in local language, helping clinicians understand the community, and the transportation of patients. The main barriers associated with telediabetes services were the potentially high fail-to-attend rates, lack of technical skills associated with the operation of telehealth equipment, and the lack of availability of local staff. Knowledge of the enablers and barriers associated with the delivery of healthcare services to Indigenous communities is important when planning a telediabetes service.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,320
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetDiabetes Management and EducationTravaux en français237 207