MétaCan
Menu
Retour à la cohorte
Enregistrement W3196451418 · doi:10.18192/uojm.v11is1.5937

Equitable Virtual Care in Canada: Addressing The Digital Divide

2021· article· en· W3196451418 sur OpenAlexaffvenueabout
Mitchell Crozier

Notice bibliographique

RevueUniversity of Ottawa Journal of Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHealth carePandemicTelehealthStatus quoTelemedicineDigitizationDigital healthCoronavirus disease 2019 (COVID-19)PhoneService (business)Internet privacyBusinessPublic relationsMedicinePolitical scienceComputer scienceTelecommunicationsDiseaseMarketing

Résumé

récupéré en direct d'OpenAlex

Online healthcare services are rapidly transforming the landscape of healthcare in Canada. Although the digitization of healthcare delivery has been occurring gradually over the past two decades, the COVID-19 pandemic has catalyzed a “digital boom” in healthcare [1–4]. Now more than ever, healthcare practitioners and patients alike have transitioned from in-person appointments to virtual care via online platforms [3-5]. Virtual care, once an optional service, is becoming an essential one. A recent survey conducted by the Canadian Medical Association (CMA) aiming to assess Canadians’ opinions about virtual care, reported that 19% of Canadians accessed routine healthcare via phone, telehealth, virtual service, or video conference with their physician(s) prior to the COVID-19 pandemic compared to 53% since the beginning of the pandemic [5]. Due to necessity, virtual care evidently went from being uncommon to the status quo during the COVID-19 pandemic.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,283
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,286
Écart entre enseignants0,250 · 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.

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

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUniversity of Ottawa Journal of MedicineMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207