MétaCan
Menu
Retour à la cohorte
Enregistrement W2587901830

Mobile-healthcare application on the Cardiovascular Health Awareness Program

2016· article· en· W2587901830 sur OpenAlexaboutno aff
Wafa Talal Bahha

Notice bibliographique

RevueSaint Mary's University Institutional Repository (Saint Mary's University) · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth careBusinessMedicineComputer scienceEnvironmental healthPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mobile-healthcare Application on the Cardiovascular Health Awareness Programby Wafa Talal Bahha Cardiovascular diseases represent the leading cause of stays in long-term services (such as hospital), it is the leading cause of death in Canada, and is associated with a number of other diseases.The Cardiovascular Health Awareness Program (CHAP) has been shown to be an effective intervention in terms of primary care services, reducing emergency room (ER) visits due to cardiovascular diseases by 9%.The purpose of this study is to harness the potential of assistive technology to promote active and healthy adults with chronic conditions in specific areas defined by CHAP.Specifically, this project aims to design and develop a system to manage cardiovascular diseases using protocols defined by CHAP.We created a C-CHAMP IPhone/IPad application for CHAP using MYSQL servers.We also used XCode6 to unify interface design, coding, testing, and debugging into a single workflow.The application was designed to serve a number of functions related to CHAP protocols, including saving each new blood pressure reading for participants in local database, collecting information about the Risk Factors, and measuring body mass index.The system was first tested in the university's lab, and then we made a survey for users, health professionals, and CHAP working groups in order to evaluate the usability, reliability, and functionality of the app.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0370,008

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 Opus0,017
Tête enseignante GPT0,237
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSaint Mary's University Institutional Repository (Saint Mary's University)Même sujetEducation and Learning InterventionsTravaux en français237 207