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 OpenAlexaff
Cliciane Furtado Rodrigues, Sandra Marina Gonçalves Bezerra, Dário Brito Calçada

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,064
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

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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista EstimaMême sujetHealthcare during COVID-19 PandemicTravaux en français237 207