MétaCan
Menu
Retour à la cohorte
Enregistrement W4386442901 · doi:10.1038/s41598-023-40149-x

Complexity measure based on sensitivity analysis applied to an intensive care unit system

2023· article· en· W4386442901 sur OpenAlexaff
João R. B. Paiva, Viviane Margarida Gomes Pacheco, Poliana S. Barbosa, Fabiana R. Almeida, Gabriel Wainer, Flavio A. Gomes, A. Paulo Coimbra, Wesley Pacheco Calixto

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensCarleton University
Organismes subventionnairesFundação para a Ciência e a TecnologiaDivision of Graduate EducationInstituto Federal GoiásConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésQueueRobustness (evolution)Computer scienceMetric (unit)Sensitivity (control systems)Measure (data warehouse)Computational complexity theoryIntensive careIntensive care unitReal-time computingData miningAlgorithmMedicineIntensive care medicineOperations managementComputer networkBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

This work proposes a system complexity metric and its application to Intensive Care Unit (ICU) system. The methodology for applying said complexity metric comprises: (i) parameters sensitivity indices calculation, (ii) mapping connections dynamics between system components, and (iii) system's complexity calculation. After simulating the ICU computer model and using the proposed methodology, we obtained results regarding: number of admissions, number of patients in the queue, length of stay, beds in use, ICU performance, and system complexity values (in regular or overloaded operation). As the number of patients in the queue increased, the ICU system complexity also increased, indicating a need for policies to promote system robustness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,016
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,259
Tête enseignante GPT0,404
Écart entre enseignants0,145 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetComplex Systems and Decision MakingTravaux en français237 207