MétaCan
Menu
Retour à la cohorte
Enregistrement W4387678734 · doi:10.33693/2313-223x-2023-10-2-42-52

IT Technologies in Health Care Institutions in Russia: Application with a Digital Interactive Map

2023· article· en· W4387678734 sur OpenAlexaff
V.V. BANDYLO

Notice bibliographique

RevueComputational nanotechnology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésInformatizationContext (archaeology)BusinessDigital transformationInformation technologyAdaptation (eye)Health careKnowledge managementInstitutionInformation systemProcess managementEngineering managementComputer scienceEngineeringPolitical scienceEconomic growthWorld Wide WebEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

IT technologies are currently one of the priority areas for the development of the healthcare sector. In the context of global information and development of the digital economy, digitalization is able to ensure the availability and decent quality of services provided without increasing the cost. The purpose of this study is to study the processes of informatization affecting medical companies and determine the role of information technologies on the base of the applications in health care institutions in Russia. The object of the study is the medical institutions of the healthcare sector, and the subject of study is the information and digital technologies used in the practice of companies. The role of information technologies in the activities of a medical institution is determined on the example of application for distribution of ambulances from a distribution center (DC). Key elements of the digital transformation of healthcare institutions (development of the author of the study) are advised in the article. The use of digital technologies in the practice of managing a medical institution is not an end in itself. The analysis made it possible to make sure that the most important tool for improving the efficiency of management, the implementation of goals and purposes, a means of adaptation in the activities of medical institutions in the context of global informatization and digitalization of the economy is the active use of information and digital technologies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,325
Écart entre enseignants0,302 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputational nanotechnologyMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207