MétaCan
Menu
Retour à la cohorte
Enregistrement W4323042362 · doi:10.30886/estima.v21.1260_in

COMPUTER SYSTEMS TO AID IN WOUND HEALING: SCOPE REVIEW

2023· article· en· W4323042362 sur OpenAlex
Cliciane Furtado Rodrigues, Sandra Marina Gonçalves Bezerra, Dário Brito Calçada

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRevista Estima · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueHealthcare during COVID-19 Pandemic
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Economic shortageWound careHealth careMedicineSample (material)Health professionalsHealthcare systemNursingComputer scienceIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Objective: To investigate studies that present computational systems to aid healing and systems which refer to the use of low-level laser.Method: Scope review that aimed to answer the question: Which computer systems help in wound healing? A subquestion was: Which of the computer systems refer to the use of low-level laser? Results: From the search, applying the eligibility criteria, 49 articles made up the final sample. The systems served multiple purposes in support of wound healing; the majority presented the health professional as a user of the system; medicine was the most mentioned professional area despite nursing being involved in the management of care for people with wounds. Innovation in care using the computer system was frequently reported, demonstrating the importance of this type of tool for clinical practice. There was a high frequency of the mobile platform, showing that this is a current trend. Conclusion:Computer systems have been used as tools to support patients and especially professionals in wound healing. Regarding the systems aimed at the low intensity laser, there was a shortage of computer systems for this purpose, with a study.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,064
Tête enseignante GPT0,366
Écart entre enseignants0,302 · 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