<scp>UCRAID</scp> (Ukrainian Citizen and refugee electronic support in Respiratory diseases, Allergy, Immunology and Dermatology) action plan
Notice bibliographique
Résumé
Eight million Ukrainians have taken refuge in the European Union. Many have asthma and/or allergic rhinitis and/or urticaria, and around 100,000 may have a severe disease. Cultural and language barriers are a major obstacle to appropriate management. Two widely available mHealth apps, MASK-air® (Mobile Airways Sentinel NetworK) for the management of rhinitis and asthma and CRUSE® (Chronic Urticaria Self Evaluation) for patients with chronic spontaneous urticaria, were updated to include Ukrainian versions that make the documented information available to treating physicians in their own language. The Ukrainian patients fill in the questionnaires and daily symptom-medication scores for asthma, rhinitis (MASK-air) or urticaria (CRUSE) in Ukrainian. Then, following the GDPR, patients grant their physician access to the app by scanning a QR code displayed on the physician's computer enabling the physician to read the app contents in his/her own language. This service is available freely. It takes less than a minute to show patient data to the physician in the physician's web browser. UCRAID-developed by ARIA (Allergic Rhinitis and its Impact on Asthma) and UCARE (Urticaria Centers of Reference and Excellence)-is under the auspices of the Ukraine Ministry of Health as well as European (European Academy of Allergy and Clinical immunology, EAACI, European Respiratory Society, ERS, European Society of Dermatologic Research, ESDR) and national societies.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».