MétaCan
Menu
Retour à la cohorte
Enregistrement W4210691549 · doi:10.1177/08404704211070240

Publication trends in telemedicine research originating from Canada

2022· review· en· W4210691549 sur OpenAlexaffabout
Jim Shenchu Xie, Keean Nanji, Mohammad Khan, Muhammad Khalid, Sunir J. Garg, Lehana Thabane, Sobha Sivaprasad, Varun Chaudhary

Notice bibliographique

RevueHealthcare Management Forum · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTelemedicineScopusCoronavirus disease 2019 (COVID-19)PandemicModalitiesTelepsychiatryMEDLINEHealth careMedicineRandomized controlled trialMedical educationPolitical scienceDiseaseSociologyPathology

Résumé

récupéré en direct d'OpenAlex

Telemedicine modalities for patient care have seen significant global uptake during the COVID-19 pandemic. This study aimed to bibliometrically evaluate the evolution and current landscape of telemedicine literature in Canada. The Scopus database was searched to identify telemedicine publications for which the first or last author had a Canadian institutional affiliation. Study selection and data abstraction were conducted by two pairs of independent reviewers. Between 1976 and January 2021, 810 of 3,620 retrieved citations were telemedicine publications originating from Canada, including 29 randomized controlled trials and 6 systematic reviews. The annual publication output increased substantially from 1/year in 1976 to 80/year in 2020. Based on author keyword analysis, the most frequently investigated disciplines or disease entities were primary care, COVID-19, telepsychiatry, heart failure, and mental health. The insights this study provides will aid scientists, policy makers, and other stakeholders in identifying opportunities for future investigation and clinical application.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,201
Tête enseignante GPT0,494
Écart entre enseignants0,293 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207