Classification of Public Health Centres in Accra through a Web-Based Portal Integrated with Geographical Information System (GIS)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle