MétaCan
Menu
Retour à la cohorte
Enregistrement W4283168167 · doi:10.4018/978-1-6684-5279-0.ch010

Healthcare Informatics During the COVID-19 Pandemic

2022· book-chapter· en· W4283168167 sur OpenAlexaff
Philip Eappen

Notice bibliographique

RevueAdvances in logistics, operations, and management science book series · 2022
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueCOVID-19 diagnosis using AI
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHealth careInformaticsPandemicTelemedicineHealth informaticsHealthcare deliveryCoronavirus disease 2019 (COVID-19)MedicineBusinessPolitical scienceInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

This chapter explores how healthcare organizations utilized innovative healthcare informatics during the pandemic and how technology helped reduce healthcare delivery challenges. The unprecedented healthcare challenges created by the pandemic certainly warrant new and innovative tools to deal with healthcare requirements. Healthcare informatics undoubtedly played a significant role in smoothening healthcare operations during the pandemic, and it is expected to play a critical role in future healthcare operations. Health informatics tools such as telemedicine helped healthcare professionals to avoid unnecessary exposure to COVID patients, thus preventing many infections in healthcare organizations. This chapter presents healthcare informatics applications developed and used globally, including telemedicine, drug delivery portals, drones, robots, big data, AI, and many other sophisticated applications for remote healthcare access to patients.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,046
Tête enseignante GPT0,349
Écart entre enseignants0,303 · 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
GenreAutre

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in logistics, operations, and management science book seriesMême sujetCOVID-19 diagnosis using AITravaux en français237 207