MétaCan
Menu
Retour à la cohorte
Enregistrement W2941622854 · doi:10.3233/978-1-61499-951-5-24

Towards Developing an eHealth Equity Conceptual Framework

2019· article· en· W2941622854 sur OpenAlexaff
Marcy Antonio, Olga Petrovskaya

Notice bibliographique

RevueStudies in health technology and informatics · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of AlbertaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-cléseHealthHealth equityEquity (law)BusinessSocial determinants of healthPublic relationsConceptual frameworkHealth informationKnowledge managementPublic economicsPublic healthPolitical scienceHealth careEconomic growthMedicineSociologyComputer scienceNursingEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Early implementation of electronic health records and patient portals had great promise of addressing the widening disparities in health. However, recent research has found that not only are these disparities persisting, but the differences in health outcomes between populations are increasing. Addressing this gap specific to ehealth calls for attention to health equity. Health equity approaches reveal the systematic and societal structures that contribute to preventable and unjust outcomes for different populations. To conceptualize and apply a health equity approach within ehealth, we propose the eHealth Equity Framework (eHEF). Derived from the World Health Organization's conceptual framework for actions on the social determinants of health, eHEF can be useful for public health practitioners, researchers, policymakers and information technology designers to keep health equity agenda at the forefront of all stages of health information technology lifecycle.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
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 Opus0,146
Tête enseignante GPT0,525
Écart entre enseignants0,379 · 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'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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207