COVID-19 Early Detection Tool for Elder Abuse during Epidemics, Digital Analysis of Color Tone on the Surface of the Skin in Elderly People
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
The purpose of this study was to attempt a digital analysis of body color tone of elderly subjects, thus demonstrating that nurses and caregivers can easily and reliably record changes in body color tone. This cross-sectional study took place between April 1, 2017 and March 31, 2019. A workshop was set up where observers received explanations from researchers on how to use color charts and recording forms. Measurement instruments (digital cameras) were also standardized in this effort. While the elderly subjects targeted by this study suffered from dementia, they were able to converse and understood the purpose of the study, and the study was conducted with their and their families’consent. In addition, after receiving approval from a research ethics examination from an affiliated university, the target facility gaining this consent was subjected to an ethical review, after which we implemented the study in accordance with ethical guidelines for medical research on humans. Consent was obtained from 30 subjects (20 female (66.7%), 8 male (26.7%) and 2 for which the gender was unknown; average age: 87.8 years (minimum 80 years, maximum 100 years)). We were able to perform digital image analysis of the lesion site and unaffected parts, and present numerical values. Evaluations by observers were significantly different depending on the individual, and subjectivity greatly influenced comparisons with the color chart based on visual evaluations. It was confirmed that numerical evaluation of images taken in hospitals and nursing homes could also be performed using general-purpose software.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 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