MétaCan
Menu
Retour à la cohorte
Enregistrement W3013567425 · doi:10.1038/s41746-020-0252-4

Channel management in virtual care

2020· article· en· W3013567425 sur OpenAlexaff
Matt Desruisseaux, Vess Stamenova, R. Sacha Bhatia, Onil Bhattacharyya

Notice bibliographique

Revuenpj Digital Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensWomen's College HospitalUniversity of TorontoUniversity Health NetworkMcGill University
Organismes subventionnairesnon disponible
Mots-clésWorkflowPhoneModalitiesChannel (broadcasting)Focus (optics)Modality (human–computer interaction)Computer scienceAsynchronous communicationAdaptation (eye)MultimediaHuman–computer interactionTelecommunicationsPsychology

Résumé

récupéré en direct d'OpenAlex

Many virtual care initiatives focus heavily on video visits, essentially mimicking face-to-face visits. Meanwhile, clinicians in established settings continue to use the oldest modality, phone calls, and some use the most ubiquitous, asynchronous messaging. The latter, along with live chat and chatbots, could be transformative if workflows were redesigned to incorporate it. With multiple modalities now available for use in virtual care, the central problem is to direct patient-provider interactions to the channels generating the most value. Marketers call this channel management and use sophisticated approaches to implement it. We propose an adaptation of channel management to virtual care and discuss anticipated challenges to its implementation.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,330
Écart entre enseignants0,291 · 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'étudeAutre devis
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Digital MedicineMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207