MétaCan
Menu
Retour à la cohorte
Enregistrement W3006044281

Telemedicine in the driver's seat: new role for primary care access in Brazil and Canada: The Besrour Papers: a series on the state of family medicine in Canada and Brazil.

2020· article· en· W3006044281 sur OpenAlexaffabout
Payal Agarwal, Natasha Kithulegoda, Roberto Nunes Umpierre, John Pawlovich, Juliana Nunes Pfeil, Otávio Pereira D’Ávila, Marcelo Goncalves, Erno Harzheim, David Ponka

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensCollege of Family Physicians of CanadaUniversity of British ColumbiaWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésTelemedicineExpansiveHealth careMedicineScale (ratio)Political scienceGeographyLawCartography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To contrast how Brazil's and Canada's different jurisdictional and judicial realities have led to different types of telemedicine and how further scale and improvement can be achieved. COMPOSITION OF THE COMMITTEE: A subgroup of the Besrour Centre of the College of Family Physicians of Canada and Canadian telemedicine experts developed connections with colleagues in Porto Alegre, Brazil, and collaborated to undertake a between-country comparison of their respective telemedicine programs. METHODS: Following a literature review, the authors collectively reflected on their experiences in an attempt to explore the past and current state of telemedicine in Canada and Brazil. REPORT: Both Brazil and Canada share expansive geographies, creating substantial barriers to health for rural patients. Telemedicine is an important part of a universal health system. Both countries have achieved telemedicine programs that have scaled up across large regions and are showing important effects on health care costs and outcomes. However, each system is unique in design and implementation and faces unique challenges for further scale and improvement. Addressing regional differences, the normalization of telemedicine, and potential alignment of telemedicine and artificial intelligence technologies for health care are seen as promising approaches to scaling up and improving telemedicine in both countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,280
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207