MétaCan
Menu
Retour à la cohorte
Enregistrement W4360849776 · doi:10.32920/22322887.v1

Quantified Methodology of Health

2023· preprint· en· W4360849776 sur OpenAlexaff
Igor Schagaev, Vadim Geurkov

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueQuality and Safety in Healthcare
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesBranco Weiss Fellowship – Society in Science
Mots-clésProcess (computing)Health careComputer scienceRisk analysis (engineering)Fault toleranceProduct (mathematics)Reliability engineeringEngineeringMedicineMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Fault tolerance in science and engineering so far was considered as a property of a system. If we think a bit deeper, it can be discovered that it is actually a process, that has to be pursued from the conceptual, design phase of a project up to the complete end and scrap value of the product. To deal with this process, we have introduced A Generalized Algorithm of Fault Tolerance. An implementation analysis of this algorithm - if we make it rigorous - might be useful for analysis of complex systems like a health care. Various options of dealing with diseases, along proposed algorithm, diagnosis and treatment (recovery), separation of diseases in terms of lethality, enable to analyze their different “power” at various steps. Implementation of an algorithm as a tool to analyze efficiency of healthcare efforts enable to create a quantifiable analysis of overall performance of healthcare system. A technical concept of fault tolerance is proposed, which should be applied for the analysis of health care and health monitoring. Along the text, when possible, health maintenance was discussed in terms of a technical system. This approach, when applied in the future, might become a core of analysis, rigor analysis of health systems and health management. This work is just the first step and invitation to researchers from related domains to start thinking about the path suggested.

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)0,010
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,013
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,013
Communication savante0,0060,008
Science ouverte0,0030,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,906
Tête enseignante GPT0,688
Écart entre enseignants0,218 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetQuality and Safety in HealthcareTravaux en français237 207