MétaCan
Menu
Retour à la cohorte
Enregistrement W2746526454 · doi:10.1080/16549716.2017.1344046

Medical mobile technologies – what is needed for a sustainable and scalable implementation on a global scale?

2017· article· en· W2746526454 sur OpenAlexaff
Johan Lundin, Guy A. Dumont

Notice bibliographique

RevueGlobal Health Action · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUmeå UniversitetVetenskapsrådetFinska LäkaresällskapetMedicinska Understödsföreningen Liv och Hälsa
Mots-clésResource (disambiguation)Computer scienceScale (ratio)Big dataScalabilityHealth technologyData sciencePerspective (graphical)Mobile technologyEmerging technologiesHealth careRisk analysis (engineering)Management scienceMobile deviceMedicineEngineeringArtificial intelligenceWorld Wide WebEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Current advances within medical technology show great potential from a global health perspective. Inexpensive, effective solutions to common problems within diagnostics, medical procedures and access to medical information are emerging within almost all fields of medicine. The innovations can benefit health care both in resource-limited and in resource-rich settings. However, there is a big gap between the proof-of-concept stage and implementation. This article will give examples of promising solutions, with special focus on mobile image- and sensor-based diagnostics. We also discuss how technology and frugal innovations could be made sustainable and widely available. Finally, a list of critical factors for success is presented, based on both our own experiences and the literature.

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)0,016
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,005
Communication savante0,0120,029
Science ouverte0,0030,008
Intégrité de la recherche0,0120,009
Charge utile insuffisante (le modèle a refusé de juger)0,0310,012

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 Opus0,044
Tête enseignante GPT0,520
Écart entre enseignants0,476 · 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

Citations19
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health ActionMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207