MétaCan
Menu
Retour à la cohorte
Enregistrement W4366418216 · doi:10.3390/jrfm16040247

A Conceptual Model to Share Resources and Align Goals: Building Blockchain Application to Support Care Continuity Outside a Hospital

2023· article· en· W4366418216 sur OpenAlexaffvenue
Mohan Tanniru, Carson Woo, Kaushik Dutta

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryResource (disambiguation)Health careKnowledge managementBlockchainData sharingComputer scienceProcess managementBusinessMedicineComputer securityPsychology

Résumé

récupéré en direct d'OpenAlex

The increased use of advanced technologies by consumers and hospitals is moving care closer to patients, and the challenge is one of how patient data can be shared with external care providers and patients. To support care continuity, patient data include both clinical data used by external care providers and non-clinical data used by social care providers. Care coordination of a patient outside a hospital requires peer-to-peer connectivity among a number of these clinical and social care providers, using a digital platform that aligns their goals and assigns their resource sharing responsibilities. With no single entity supporting such care coordination, most hospitals currently distribute this responsibility to several of its provider partners and patients. Such a division of responsibility with no real time feedback leads to discontinuous resource sharing, localized data analysis, and challenges in tailoring care to improve health outcomes. The goal of this paper is to propose a blockchain architecture model that uses a number of constructs for creating and assigning ownership to patient data so it can support peer-to-peer resource sharing and uses smart contracts to support goal alignment. Using two blockchain applications implemented in Hyperledger and illustrating their potential representation using the constructs in multi-chain, we develop a conceptual model for developing blockchain applications in general to support continuity of care. The generalizability of this model is illustrated by applying these constructs to four additional healthcare applications. Finally, we conclude the paper with a discussion of the limitations and directions for future research.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,004
Communication savante0,0080,012
Science ouverte0,0030,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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'étudeThéorique ou conceptuel
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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207