MétaCan
Menu
Retour à la cohorte
Enregistrement W4392605534 · doi:10.12927/hcpap.2024.27276

Defining “Essential Digital Health for the Underserved”

2024· article· en· W4392605534 sur OpenAlexaffvenueabout
Kendall Ho, Owen Adams, Ambreen Sayani, Gurleen Cheema

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensWomen's College HospitalCanadian Medical AssociationUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDigital healthHRHISHealth policyBusinessInternational healthHealth equityAttritionHealth educationPublic relationsHealth carePandemicPolitical scienceMedicineEconomic growthCoronavirus disease 2019 (COVID-19)DiseaseEconomics

Résumé

récupéré en direct d'OpenAlex

The World Health Organization envisions achieving "Health for All," to strive for equitable access to important health information and services to attain wellness (WHO 2023a). The COVID-19 pandemic reshaped the Canadian health system toward increasing digital health services, which improved access for some but underserved others. Integrating digital health into holistic health services delivery deserves careful consideration. This paper introduces the concept of "essential digital health for the underserved," by first defining the terms "digital health," "essential" and "underserved." Then, we share a summary of a discussion at a May 2023 conference with stakeholders, including patients, caregivers, health professionals, health policy makers, private sectors and health researchers. A series of papers follow to explore how digital health can help chart a responsible course for the future of essential digital health in Canada. In this post-pandemic era - with a health human resources shortage through attrition and retirement, an increased health service demand from patients and a greater strain on our recovering economy - innovative solutions need to be implemented to strengthen our Canadian health system.

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)0,011
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,522

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0140,058
Communication savante0,0140,013
Science ouverte0,0020,014
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,069
Tête enseignante GPT0,376
Écart entre enseignants0,307 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetHealthcare Systems and Public HealthTravaux en français237 207