MétaCan
Menu
← Retour à la cohorte
Enregistrement W3155569636 · doi:10.1101/2021.04.12.21255205

The impact of COVID-19 upon the delivery of exercise services within cystic fibrosis clinics in the United Kingdom

2021· preprint· en· W3155569636 sur OpenAlexaff
Owen W. Tomlinson, Zoe L. Saynor, Daniel Stevens, Don S. Urquhart, Craig A. Williams

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensDalhousie University
Organismes subventionnairesCystic Fibrosis Trust
Mots-clésTelehealthCoronavirus disease 2019 (COVID-19)Cystic fibrosisPandemicMedicineTelemedicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Principal (computer security)Physical therapyHealth careInternal medicinePolitical scienceDiseaseComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The COVID-19 pandemic has resulted in unprecedent change to clinical practice. As the impact upon delivery of exercise services for people with cystic fibrosis (CF) in the UK was unknown, this was characterised via a national survey. In total, 31 CF centres participated. Principal findings included a significant reduction in exercise testing, and widespread adaptation to deliver exercise training using telehealth methods. Promisingly, 71% stated that they would continue to use virtual methods of engaging patients in future practice. This does, however, highlight a need to develop sustainable and more standardised telehealth services further to manage patients moving forwards.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,096
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,096
Tête enseignante GPT0,463
Écart entre enseignants0,367 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→