MétaCan
Menu
Retour à la cohorte
Enregistrement W2548763314 · doi:10.3233/978-1-61499-712-2-54

Applying the Resilient Health System Framework for Universal Health Coverage

2016· article· en· W2548763314 sur OpenAlexaff
Kendall Ho, Najeeb Al-Shorjabji, Ed Brown, Jennifer Zelmer, Nancy Gabor, Anthony Maeder, Alvin Marcelo, Derek Ritz, Luíz Ary Messina, Margarita Loyola, Patricia Abbott, Jaffer Nazira, Annette McKinnon, Vajira H. W. Dissanayake, Aisha Umar Akeel, Neil Gardner, Thomas E. Doyle

Notice bibliographique

RevueStudies in health technology and informatics · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensMcMaster UniversityThornhill Medical (Canada)Provincial Health Services AuthorityUniversity of British ColumbiaIsland HealthCanadian Public Health AssociationUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceUniversal coverageComputer securityMedicineHealth policyNursingPublic health

Résumé

récupéré en direct d'OpenAlex

Since the 1978 Declaration of Alma-Ata affirming health as a fundamental human right, policy-makers and stakeholders have proposed many different strategies to achieve the goal of 'health for all'. However, globally there still remains a lack of access to health information and quality health care, especially in low- and middle-income countries (LMIC). Digital health holds great promise to improve access and quality of care. We propose using the "resilient health system framework" as a guide to scale-up digital health as a means to achieve universal health care (UHC) and health for all. This article serves as a call to action for all governments to include population-based digital health tools as a foundational element in on-going health system priorities and service delivery.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,009
Communication savante0,0040,006
Science ouverte0,0020,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,325
Écart entre enseignants0,264 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetHealthcare Systems and ReformsTravaux en français237 207