Telehealth as a Means of Enabling Health Equity
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
OBJECTIVE: The goal of this paper is to provide a consensus review on telehealth delivery prior to and during the COVID-19 pandemic to develop a set of recommendations for designing telehealth services and tools that contribute to system resilience and equitable health. METHODS: The IMIA-Telehealth Working Group (WG) members conducted a two-step approach to understand the role of telehealth in enabling global health equity. We first conducted a consensus review on the topic followed by a modified Delphi process to respond to four questions related to the role telehealth can play in developing a resilient and equitable health system. RESULTS: Fifteen WG members from eight countries participated in the Delphi process to share their views. The experts agreed that while telehealth services before and during COVID-19 pandemic have enhanced the delivery of and access to healthcare services, they were also concerned that global telehealth delivery has not been equal for everyone. The group came to a consensus that health system concepts including technology, financing, access to medical supplies and equipment, and governance capacity can all impact the delivery of telehealth services. CONCLUSION: Telehealth played a significant role in delivering healthcare services during the pandemic. However, telehealth delivery has also led to unintended consequences (UICs) including inequity issues and an increase in the digital divide. Telehealth practitioners, professionals and system designers therefore need to purposely design for equity as part of achieving broader health system goals.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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