MétaCan
Menu
Retour à la cohorte
Enregistrement W4245681858 · doi:10.1093/geront/gnv371.02

GOT CARE! AN INTERDISCIPLINARY GERIATRIC OUTREACH AND TRAINING PROGRAM

2015· article· en· W4245681858 sur OpenAlexaff
Dimitri Taurino Guedes, Beatriz Alvarado, S Philips, Carmen‐Lucía Curcio, Marı́a Victoria Zunzunegui, Ricardo Oliveira Guerra

Notice bibliographique

RevueThe Gerontologist · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensUniversité de MontréalQueen's University
Organismes subventionnairesnon disponible
Mots-clésOutreachGeriatric careGerontologyMedical educationTraining (meteorology)PsychologyNursingMedicinePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

were compared for California in the aggregate and for LA specifically. The number of new cases opened by APS every month has steadily increased over the last decade, rising from 96,661 to 121,020 (+25.2%) in California and from 24,787 to 31,084 (+25.4%) in LA. The LA case load data were paired with budgetary data for LA's APS system in order to calculate the average cost per case. Over the same period, the inflation-adjusted cost fell from roughly $1,070 to $810 (-24.4%), largely due to case loads rising faster than budgets. An analysis of six cases with high recurrence rates revealed that time spent on recurrent cases was starkly different than cases without recurrence. APS cases are costly, and recurrence can increase system costs. By working to better target resources to those cases likely to recur, APS can potentially reduce costs and improve efficiency.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,398

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 Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,265 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe GerontologistMême sujetElectric Power System OptimizationTravaux en français237 207