Notice bibliographique
Résumé
Objective: Online pharmacies were introduced in some countries such as United States of America or Canada. They can provide benefits to consumer because they can buy and take conveniently drugs without limitation of location or time. In Korea, online pharmacies are illegal and only pharmacists can sell drugs to consumers or patients. Therefore, we investigated the knowledge of online pharmacy and the possible problem in Korea to survey pharmacists. Methods: We developed questionnaire based on previous articles about online pharmacy and surveyed nation-wide pharmacists by mail or e-mail. The data was analyzed by SPSS and Microsoft Excel. P-values less than 0.05 were statistically significant. Results: 175 pharmacists involved in this study. About introduction of online pharmacies, 53.1% were opposition while 10.3% were approval and 36.6% were conditional. Although online pharmacies were introduced, 46.3% pharmacists do not have a plan to start online pharmacy. However, the approval and tends about starting online pharmacies were higher in younger pharmacists (20s, 30s) (p < 0.05). The criteria of permission about opening online pharmacies were 100% pharmacist license regardless of holding off-line pharmacy. 53.7% pharmacists responded education about taking medication is impossible. When online pharmacies are introduced, 65.1% pharmacists responded traditional pharmacies are affected negatively. Pharmacists concerned that the competition with large-sized distribution corporations, reduced reliance between pharmacists and patients, illegal transaction of counterfeit drugs, increased misuse of drugs. Conclusion: These results showed that Korea pharmacists have negative standard on online pharmacies. Therefore it is required to be more cautious before introducing online pharmacy and it need strict watching system and continuous education and study for safety after introducing online pharmacy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».