MétaCan
Menu
Retour à la cohorte
Enregistrement W292354831 · doi:10.1093/pch/15.9.583

Development of an integrated child health information system for children who are deaf or hard of hearing

2010· article· en· W292354831 sur OpenAlexaff
Brenda T. Poon, Clyde Hertzman

Notice bibliographique

RevuePaediatrics & Child Health · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensUniversity of British ColumbiaLearning Partnership
Organismes subventionnairesnon disponible
Mots-clésMultidisciplinary approachService (business)Service providerIntervention (counseling)Service delivery frameworkHearing lossProcess (computing)Service systemInformation systemPsychologyMedicineBusinessNursingComputer scienceSociologyEngineeringMarketingAudiology

Résumé

récupéré en direct d'OpenAlex

Young children who are deaf or hard of hearing typically participate in health and early intervention service structures involving multiple agencies and service providers, all of whom may be responsive to a child's and family's needs, but remain mutually distinct with minimal interdependence. Lack of coordination may result in fragmented service delivery and may be counterproductive to the provision of family centred services. Increasingly, advancements in technology, such as the development of integrated child health information systems, have facilitated greater coordination and integration of service delivery in multidisciplinary and multisite program contexts. In the present article, the process of developing an integrated child health information system for a new provincial early hearing detection and intervention program in British Columbia is described. Key considerations for system development included the following: the nature of the preprogram structure for information management and sharing; the need for modifications of the structure; and ways that the structure could be improved.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,439

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,254
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetHealthcare Systems and TechnologyTravaux en français237 207