Applying UCD and ZET to Develop a Cloud-Based Real Time Solution for Air Quality Monitoring and Its Effects on Child and Maternal Health in Mongolia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Air pollution is responsible for 4.2 million premature deaths every year. Studies have proven that Ulaanbaatar, the capital city of Mongolia, is one of more polluted cities in the world. As a result, Mongolia is suffering from major public health challenges. Mongolia currently lacks quality data, evidence and information to analyze and understand the full impact of air pollution on maternal and child health. This lack of understand has led to Family Health Centres (FHCs) and hospitals in Mongolia to be overwhelmed and unprepared to adequately treat air pollution related diseases. In response to this problem, UNICEF Mongolia and Ubilab will use User-Centered Design (UCD) and Zero-effort technology to create an online platform that will use predictive analytics to strengthen the understanding of the impact air pollution has on maternal and child health. This platform will better prepare healthcare practitioners to deal with the public health consequences associated with air pollution and the data generated from this platform will be used to inform policy, health care reforms, and develop educational materials. This study is a great opportunity to demonstrate how UCD and ZET can be effective to achieve goals within a global health perspective, but it would be challenging to overcome the economic and cultural barriers in the design and implementation process. However, if successful, this would enhance collaboration between environment and health-related institutions and can be implemented anywhere in the world, especially in areas where air pollution is a major problem.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle