Analysis of Digital Documentation Speed and Sequence Using Digital Paper and Pen Technology During the Refugee Crisis in Europe: Content Analysis
Notice bibliographique
Résumé
BACKGROUND: The Syria crisis has forced more than 4 million people to leave their homeland. As a result, in 2016, an overwhelming number of refugees reached Germany. In response to this, it was of utmost importance to set up refugee camps and to provide humanitarian aid, but a health surveillance system was also implemented in order to obtain rapid information about emerging diseases. OBJECTIVE: The present study describes the effects of using digital paper and pen (DPP) technology on the speed, sequence, and behavior of epidemiological documentation in a refugee camp. METHODS: DPP technology was used to examine documentation speed, sequence, and behavior. The data log of the digital pens used to fill in the documentation was analyzed, and each pen stroke in a field was recorded using a timestamp. Documentation time was the difference between first and last stroke on the paper, which includes clinical examination and translation. RESULTS: For three months, 495 data sets were recorded. After corrections had been made, 421 data sets were considered valid and subjected to further analysis. The median documentation time was 41:41 min (interquartile range 29:54 min; mean 45:02 min; SD 22:28 min). The documentation of vital signs ended up having the strongest effect on the overall time of documentation. Furthermore, filling in the free-text field clinical findings or therapy or measures required the most time (mean 16:49 min; SD 20:32 min). Analysis of the documentation sequence revealed that the final step of coding the diagnosis was a time-consuming step that took place once the form had been completed. CONCLUSIONS: We concluded that medical documentation using DPP technology leads to both an increase in documentation speed and data quality through the compliance of the data recorders who regard the tool to be convenient in everyday routine. Further analysis of more data sets will allow optimization of the documentation form used. Thus, DPP technology is an effective tool for the medical documentation process in refugee camps.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».