MétaCan
Menu
Retour à la cohorte
Enregistrement W4281952217 · doi:10.1177/08404704221106156

Data silos undermine efforts to characterize, predict, and mitigate dementia-related missing person incidents

2022· article· en· W4281952217 sur OpenAlexafffund
Antonio Miguel Cruz, Samantha Marshall, Christine Daum, Hector Perez, John P. Hirdes, Lili Liu

Notice bibliographique

RevueHealthcare Management Forum · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensGlenrose Rehabilitation HospitalUniversity of AlbertaUniversity of Waterloo
Organismes subventionnairesAGE-WELL
Mots-clésMissing dataDementiaAssisted livingData collectionPopulationMedicineGerontologyComputer scienceEnvironmental healthDiseaseStatistics

Résumé

récupéré en direct d'OpenAlex

It is estimated that up to 60% of people living with dementia go missing at least once during the course of their disease. Databases on missing incidents involving people living with dementia are managed in silos with minimal or incomplete data. A national strategy for the collection of data on missing incidents of people living with dementia would optimize time and resources spent on police and search and rescue and enhance chances of saving lives of those who go missing. Such a strategy would be a first step toward developing strategies to prevent future missing person incidents among this population. The objectives of this manuscript are to: (1) describe the issues and challenges related to the lack of integrated data on people living with dementia at risk of going missing, and (2) propose directions to create a national database.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,076
Tête enseignante GPT0,370
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
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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetGeriatric Care and Nursing HomesTravaux en français237 207