MétaCan
Menu
Retour à la cohorte
Enregistrement W4366550030 · doi:10.1145/3544548.3581459

Beyond the Bulging Binder: Family-Centered Design of a Digital Health Information Management System for Caregivers of Children Living with Health Complexity

2023· article· en· W4366550030 sur OpenAlexaff
Katayoun Sepehri, Liisa Holsti, Sara Niasati, Vita Chan, Karon E. MacLean

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDocumentationStakeholderFidelityHealth careSet (abstract data type)Process (computing)Family caregiversInformation managementInterface (matter)Process managementComputer scienceKnowledge managementInternet privacyNursingHuman–computer interactionBusinessMedicinePublic relationsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Children Living with Health Complexity (CLHC), whose multiple, severe and chronic conditions differentiate them from those with “complicated” conditions, rely life-long on a vast and ever-shifting array of care providers. Their parent caregivers face a fragmented health care system, disconnected medical records, inter-stakeholder communication barriers and an impenetrable accumulation of documentation – from mundane to life-critical, and largely on paper. They must coordinate care while organizing, tracking and transmitting trends in many health parameters to myriad care providers. We engaged with parent caregivers of CLHC from 12 families through an iterative, 3-phase co-design process to understand their needs for a future digital management system. We share our deepened understanding of their information-centered challenges, a set of principles for how design best-practices need to shift when targeting this acutely high-needs group, and a medium-fidelity prototype user interface which from the ground-up prioritizes caregiver-centered data integration and humanization of the child and family, as well as integrated health record access.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0020,003
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 Opus0,072
Tête enseignante GPT0,363
Écart entre enseignants0,291 · 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'étudeQualitatif
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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Health and mHealth ApplicationsTravaux en français237 207