MétaCan
Menu
Retour à la cohorte
Enregistrement W4200055690 · doi:10.1155/2021/4178161

Classification of Public Health Centres in Accra through a Web-Based Portal Integrated with Geographical Information System (GIS)

2021· article· en· W4200055690 sur OpenAlexaff
Nana Yaw Asabere, Gare Lawson, Godwin Badu-Marfo, Lydia Kwofie, Daniel Mensah, Reginald Lartey

Notice bibliographique

RevueJournal of Healthcare Engineering · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPublic healthGeographic information systemHealth careInformation systemPopulationCategorizationBusinessHealth informationLocationKnowledge managementMedicineWorld Wide WebEnvironmental healthComputer scienceGeographyNursingEconomic growthPolitical scienceCartography

Résumé

récupéré en direct d'OpenAlex

A health system is described as a logically organized collection of resources, agents, and institutions that offer healthcare to a specific population based on the finance, regulation, and delivery of health services. Many health centres have been established in Accra, the capital city of Ghana, due to the importance of good health. People in other developed nations can seek adequate healthcare, since information about relevant health centres is readily available. However, there is a paucity of information about the services provided by existing health institutions in Ghana, particularly in Accra. The majority of patients commute to either Korle-Bu Teaching Hospital or Greater Accra Regional Hospital, putting a considerable medical strain on these facilities. In this study, we use a Geographic Information System (GIS) to establish a database for all of Accra’s health centres and categorize them according to the services they provide. This research tackled the previously mentioned problem by proposing and developing a web-based map called Geohealth for the classification of public health centres in Accra using GIS to assist users in accessing information and locating health centres. We utilized a mixed-method approach consisting of quantitative as well as Build Computer Science Research Methods. Results of our study show that the majority of the participants and stakeholders in our research are eager to embrace Geohealth. Furthermore, in comparison with existing techniques such as Google Maps, our proposed approach, Geohealth, takes less time to obtain information and locate public health centres in Accra, Ghana.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,023
Tête enseignante GPT0,273
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), 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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Healthcare EngineeringMême sujetData-Driven Disease SurveillanceTravaux en français237 207