MétaCan
Menu
Retour à la cohorte
Enregistrement W2768710815

Framework for development of Information Technology Infrastructure for Health (ITIH) care in India – a critical study

2017· article· en· W2768710815 sur OpenAlexaff
Nitai Ray Choudhury

Notice bibliographique

RevueQualitative and Quantitative Methods in Libraries · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueArtificial Intelligence in Healthcare
Établissements canadiensLa Cité Collégiale
Organismes subventionnairesnon disponible
Mots-clésHealth careBusinessInteroperabilityHealth informaticsStakeholderGovernment (linguistics)PopulationInformation infrastructureKnowledge managementInformation systemHRHISMedicinePublic relationsHealth policyComputer sciencePolitical scienceEnvironmental healthWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Health care in India is undertaken by huge numbers of providers - Government, Corporate and Private. Most of the providers do not maintain the medical records systematically and properly following international standards and guidelines. Paper-based health records and unavailability of right information at right time prevents better health care. Here comes the importance of health informatics. Developmental origins of Health and Disease (DOHaD), has proven the importance of records of individual in predicting/explaining the diseases. Dept. of Information Technology, Govt. of India, has taken initiative to develop Information Technology Infrastructure for Healthcare (ITIH) in India. ITIH provides the modalities and procedures to be undertaken for better health care of vast population of India. The framework is a guideline document and comprehensive roadmap that prescribes IT standards and guidelines for each stakeholder across diverse healthcare settings in India with the goal of building an Integrated Healthcare Information Network. The paper highlights the formation of expert group and terms of reference, defining the standards and guidelines, identified the nodal agencies, R&D organizations and healthcare applications. The importance of tele-medicine are also discussed. The paper has discussed the main challenges, namely, funding, computer literacy, infrastructure and coordination, retro conversion of manual system of records to electronic system, standards and guidelines, interoperability, privacy, information overload.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,040
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,383
Tête enseignante GPT0,673
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative and Quantitative Methods in LibrariesMême sujetArtificial Intelligence in HealthcareTravaux en français237 207