MétaCan
Menu
Retour à la cohorte
Enregistrement W2971510668 · doi:10.26685/urncst.151

Palliative Care Management System

2019· article· en· W2971510668 sur OpenAlexaff
Saman Arif, Tong Li, Pooya Moradian Zadeh

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueArtificial Intelligence in Healthcare
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésQuestionnaireProcess (computing)Computer scienceFocus groupQuality (philosophy)Information systemPalliative careWorld Wide WebKnowledge managementMedicineNursingEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

This project develops a prototype of data management system for Palliative care systems. The current demo focus on demonstrating how their questionnaires can be conducted, stored and analyzed in a single website using latest NodeJS and MongoDB technologies. This web application provides a modern UI interface with easy-to-use features for hospice administrator, social workers and candidate patients. Hospice administrator can create new questionnaire, edit existing questionnaire template and analyze all the questionnaire information. Social workers can see their patients and corresponding questionnaire, creating or editing a questionnaire for his patients. Candidate patients, after being invited to the system, can also use the system to complete their own questionnaire. This new system will not only help improve the quality and efficiency of the current questionnaire interview process but will also help the Hospice staff to make better use of the information collected from the questionnaire. Information retrieval and analysis will be much easier and accurate with the new system, and various sentimental analysis tools can be applied to better understanding the patient’s information.

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)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,006
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 Opus0,204
Tête enseignante GPT0,566
Écart entre enseignants0,362 · 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'étudeObservationnel
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetArtificial Intelligence in HealthcareTravaux en français237 207