MétaCan
Menu
Retour à la cohorte
Enregistrement W2700412917 · doi:10.4236/ojem.2017.52008

How to Approach Real Mathematical Modeling in Surge Capacity: Clinical Review

2017· article· en· W2700412917 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOpen Journal of Emergency Medicine · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésSurge CapacityPreparednessFlexibility (engineering)SurgeComputer scienceProcess (computing)Outcome (game theory)RealmOperations researchEmergency managementField (mathematics)Management scienceEngineeringMedicinePolitical scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Objectives: Science of surge is one of most important topics in the realm of disaster preparedness. Since 2006, after Academic Emergency Medicine (AEM) Consensus Conference, few articles with quantitative data address decision making in surge capacity. The aim of this article is looking forward to the facts about mathematical modeling and proposes real modeling in decision making to have better outcome. Methods: Literature Research was performed on database for the last ten years (2007-2017). Articles with mathematical modeling were separated and classified based on the usage of them in the field. Results: All current mathematical studies compared based on pre-hospital and hospital setting and flexibility in change of global level of care in time. Integrated model of sigmoid curve and HASC (Hospital Acute Care Surge Capacity) with name B-H integrated modeling in two-hour interval proposed. Conclusion: This study shows dynamic process of disaster planning based on outcome and reality. The proposed model makes surge capacity more predictable and adjustable.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,673
Tête enseignante GPT0,598
Écart entre enseignants0,075 · 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