MétaCan
Menu
Retour à la cohorte
Enregistrement W2616409171 · doi:10.1177/1753495x17700515

Reverse innovation in maternal health

2017· article· en· W2616409171 sur OpenAlexaff
Tabassum Firoz, Prestige Tatenda Makanga, Hannah L. Nathan, Beth A. Payne, Laura A. Magee

Notice bibliographique

RevueObstetric Medicine · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHealth careMaternal healthBusinessLow incomeMedicineIndustrial organizationEconomic growthDemographic economicsEnvironmental healthEconomicsHealth servicesPopulation

Résumé

récupéré en direct d'OpenAlex

Reverse innovation, defined as the flow of ideas from low- to high-income settings, is gaining traction in healthcare. With an increasing focus on value, investing in low-cost but effective and innovative solutions can be of mutual benefit to both high- and low-income countries. Reverse innovation has a role in addressing maternal health challenges in high-income countries by harnessing these innovative solutions for vulnerable populations especially in rural and remote regions. In this paper, we present three examples of 'reverse innovation' for maternal health: a low-cost, easy-to-use blood pressure device (CRADLE), a diagnostic algorithm (mini PIERS) and accompanying mobile app (PIERS on the Move), and a novel method for mapping maternal outcomes (MOM).

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)0,013
score de la tête « metaresearch » (Gemma)0,026
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,018
Communication savante0,0080,007
Science ouverte0,0010,009
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,122
Tête enseignante GPT0,494
Écart entre enseignants0,372 · 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
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObstetric MedicineMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207