MétaCan
Menu
Retour à la cohorte
Enregistrement W3165615601 · doi:10.3233/shti210153

Using Interactive Visual Analytics to Optimize in Real-Time Blood Products Inventory at a Blood Bank

2021· book-chapter· en· W3165615601 sur OpenAlexafffund
Jaber Rad, J. G. Quinn, Calvino Cheng, Robert Liwski, Samina Abidi, Syed Sibte Raza Abidi

Notice bibliographique

RevueStudies in health technology and informatics · 2021
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueData Quality and Management
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesCanadian Blood Services
Mots-clésDashboardAnalyticsComputer scienceProduct (mathematics)VisualizationInventory managementVisual analyticsBlood productBlood transfusionOperations managementDatabaseMedicineEngineeringData miningSurgery

Résumé

récupéré en direct d'OpenAlex

Blood products and their derivatives are perishable commodities that require an efficient inventory management to ensure both a low wastage rate and a high product availability rate. To optimize blood product inventory, blood transfusion services need to reduce wastage by avoiding outdates and improve availability of different blood products. We used advance visualization techniques to design and develop a highly interactive real-time web-based dashboard to monitor the blood product inventory and the on-going blood unit transactions in near-real-time based on analysis of transactional data. Blood transfusion staff use the dashboard to locate units with specific characteristics, investigate the lifecycle of the units, and efficiently transfer units between facilities to minimize outdates.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
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 Opus0,242
Tête enseignante GPT0,465
Écart entre enseignants0,222 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetData Quality and ManagementTravaux en français237 207