IoT based wearable device to monitor the signs of quarantined remote patients of COVID-19
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
Monitoring and managing potential infected patients of COVID-19 is still a great challenge for the latest technologies. In this work, IoT based wearable monitoring device is designed to measure various vital signs related to COVID-19. Moreover, the system automatically alerts the concerned medical authorities about any violations of quarantine for potentially infected patients by monitoring their real time GPS data. The wearable sensor placed on the body is connected to edge node in IoT cloud where the data is processed and analyzed to define the state of health condition. The proposed system is implemented with three layered functionalities as wearable IoT sensor layer, cloud layer with Application Peripheral Interface (API) and Android web layer for mobile phones. Each layer has individual functionality, first the data is measured from IoT sensor layer to define the health symptoms. The next layer is used to store the information in the cloud database for preventive measures, alerts, and immediate actions. The Android mobile application layer is responsible for providing notifications and alerts for the potentially infected patient family respondents. The integrated system has both API and mobile application synchronized with each other for predicting and alarming the situation. The design serves as an essential platform that defines the measured readings of COVID-19 symptoms for monitoring, management, and analysis. Furthermore, the work disseminates how digital remote platform as wearable device can be used as a monitoring device to track the health and recovery of a COVID-19 patient.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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