MétaCan
Menu
Retour à la cohorte
Enregistrement W3207742495 · doi:10.3390/children8100889

Impact of the Coronavirus Pandemic on High-Risk Infant Follow-Up (HRIF) Programs: A Survey of Academic Programs

2021· article· en· W3207742495 sur OpenAlexaboutno aff
Sanjeet Panda, Rashmi Somu, Nathalie L. Maitre, Garrett Levin, Ajay Pratap Singh

Notice bibliographique

RevueChildren · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicinePandemicCoronavirus disease 2019 (COVID-19)Multidisciplinary approachGovernment (linguistics)StandardizationMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Family medicine2019-20 coronavirus outbreakMedical emergencyHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The impact of the COVID-19 pandemic on the functioning and services of academic high-risk infant follow-up (HRIF) clinics throughout North America. STUDY DESIGN: Prospective 25-question questionnaire survey through REDCAP links that was sent over 10 weeks, to 105 US and 10 Canadian programs. Finally, 59 of 105 US programs and 5 of 10 Canadian responses were analyzed using SAS version 9.4. RESULTS: In the US, 67% of programs reported closures between 1-5 months, whereas in Canada 80% of programs closed for 1-3 months. In the US 86% of programs provided telemedicine visits and only 42.5% provided multidisciplinary HRIF telemedicine visits. We enumerated innovative approaches specifically for the conduct of Telemedicine visits, the need for the standardization of various tests and services in a telemedicine setting, and to emphasize the urgent need for more government funding to improve follow-up and developmental services to this fragile group of newborns.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,271
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,095
Tête enseignante GPT0,410
Écart entre enseignants0,315 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildrenMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207