MétaCan
Menu
Retour à la cohorte
Enregistrement W4387656011 · doi:10.2196/47874

Circular Business Model for Digital Health Solutions: Protocol for a Scoping Review

2023· review· en· W4387656011 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Research Protocols · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesResearch Executive AgencyEuropean Commission
Mots-clésCircular economyHealth careDispose patternBusiness modelDigital healthProtocol (science)Risk analysis (engineering)Computer scienceBusinessEngineeringMedicineMarketingEconomicsWaste management

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The circular economy reshapes the linear "take, make, and dispose" approach and evolves around minimizing waste and recapturing resources in a closed-loop system. The health sector accounts for 4.6% of global greenhouse gas emissions and has, over the decades, been built to rely on single-use devices and deal with high volumes of medical waste. With the increase in the adoption of digital health solutions in the health care industry, leading the industry into a new paradigm of how we provide health care, a focus must be put on the amount of waste that will follow. Digital health solutions will shape health care through the use of technology and lead to improved patient care, but they will also make medical waste more complex to deal with due to the e-waste component. Therefore, a transformation of the health care industry to a circular economy is a crucial cornerstone in decreasing the impact on the environment. OBJECTIVE: This study aims to address the lack of direction in the current literature on circular business models. It will consider micro, meso, and macro factors that would impact the operational validity of circular models using the digital health solutions ePaper label (medical packaging), smart wearable sensor (health monitoring devices), smart pill box (medication management), and endo-cutter (surgical equipment) as examples. METHODS: The study will systematically perform a scoping review through a database and snowball search. We will analyze and classify the studies from a predetermined set of categories and then summarize them into an evidence map. Based on the review, the study will develop a 2D framework for businesses to follow or for future research to take a standpoint from. RESULTS: Preliminarily, the review has analyzed 26 studies in total. The results are close to equally distributed among the micro (8/26, 31%), meso (10/26, 38%), and macro (8/26, 31%) levels. Circular economy studies emphasize several circular practices such as recycling (17/26, 65%), reusing (18/26, 69%), reducing (15/26, 58%), and remanufacturing (8/26, 31%). The value proposition in the examined business model is mostly dominated by stand-alone products (18/26, 69%) compared to product as a service (7/26, 27%), involving stakeholders such as health care professionals or hospitals (20/26, 77%), manufacturers (11/26, 42%), and consumers (9/26, 35%). All studies encompass societal (12/26, 46%), economic (23/26, 88%), and environmental (24/26, 92%) viewpoints. CONCLUSIONS: The study argues that each digital health solution would have to be accessed individually to find the optimal business model to follow. This is due to their differing life cycles and complexity. The manufacturer will need a layered value proposition, implementing several business models dependent on their respective product portfolios. The need to incorporate several business models implies an ecosystem perspective that is relevant to consider. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/47874.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,853
Tête enseignante GPT0,710
Écart entre enseignants0,142 · 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