MétaCan
Menu
Retour à la cohorte
Enregistrement W2585015979

Mobile Application of Drug Follow-up Information System with Data Matrix Reader

2016· article· en· W2585015979 sur OpenAlexfundno aff
Kübra Uyar, Hamza Yaraş

Notice bibliographique

RevueDergiPark (Istanbul University) · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Theoretical Astrophysics
Mots-clésComputer scienceMatrix (chemical analysis)Materials science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The number of products that simplify people's lives are increasing with the enormous development of the technology.Mobile devices have a great importance for the provision of communication which is one of the most significant need of human beings.Mobile devices have gone beyond to be used originally as a mobile phone purposes and they have begun to be used as a smartphone by taking in charge of computers.They are not only used for communication but also they are used like camera, photo camera, notebook, television and reminder.Google's Android platform is a widely anticipated open source operating system for mobile phones.Google's Android Operating System (AOS) in mobile phones are still relatively new, however, AOS has been progressing quite rapidly.The increasing number of smartphone users has prepared the ground for the emergence of new ideas to make life easier.Recently, especially some applications in health sector have reflected one of the most important samples.Some of the mobile applications in this field used by humans are about hearing test, vision test, diabetes, pregnancy, and doctor appointment.This paper focuses on following of drugs, taken by patients, through mobile phones.The application running on the AOS provides the use of drugs on time with the alarm system.In addition to this, the application gives information (time, dosage, and name) about drugs by reading data matrix located on the medicine box.Thanks to visual and understandable interface and easy usage, many difficulties experienced in drug intake can be eliminated with this application.Finally, the percentage of drug intake on time can be increased in the future.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,336

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1010,059

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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetIoT and Edge/Fog ComputingTravaux en français237 207