MétaCan
Menu
Retour à la cohorte
Enregistrement W4283074332 · doi:10.9734/ajarr/2022/v16i830487

Opportunity for Innovation: Experiences in Implementing Telehealth Services to Enhance Access to Healthcare during COVID-19 Pandemic in Sri Lanka: A Case Study

2022· article· en· W4283074332 sur OpenAlexaff
Malith Kumarasinghe, Wedika M. Karunarathne, Palitha Karunapema, W. M. Palitha Bandara, Shakira Irfaan, G. Kanchana

Notice bibliographique

RevueAsian Journal of Advanced Research and Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensProvincial Health Services Authority
Organismes subventionnairesnon disponible
Mots-clésTelehealthTelemedicineBusinessHealth careService (business)PandemicIntervention (counseling)NursingMedical emergencyMedicinePublic relationsCoronavirus disease 2019 (COVID-19)Knowledge managementMarketingComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Telehealth is the delivery of health-related services and information using electronic information and communication technologies. Telehealth enables the health service providers to connect with a remote patient to provide care, advice, reminders, education, intervention, monitoring and facilitates remote admissions. Due to COVID-19 related travel restrictions, disruptions in access to healthcare were observed in Sri Lanka. Therefore, a telehealth solution to connect patients where specialist medical doctors were inaccessible or unavailable, was planned and implemented in the North Central province of Sri Lanka in 2020. The objective of this case study is to describe the experience during the planning and implementation of the telehealth intervention. Issues faced during planning and implementation were securing adequate funds, limited knowledge of information technology among the health staff, the reluctance of patients to explain and show the signs through video consultation, and difficulties faced during the allocation of responsibility at each step of the telehealth services and provision of network facilities to peripheral hospitals. These issues were overcome by creating awareness among the key stakeholders on telehealth and its advantages, addressing concerns of the patients and conducting awareness campaigns on telehealth, streamlining the maintenance of equipment and most importantly, addressing concerns of the administrators, including health officials, and obtaining their consensus for the implementation of telehealth services. If these key issues can be forecasted and addressed timely, telehealth services could be successfully implemented in a resource-limited country like Sri Lanka.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,006
Communication savante0,0050,004
Science ouverte0,0030,008
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,188
Tête enseignante GPT0,558
Écart entre enseignants0,370 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Advanced Research and ReportsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207