Integrating Health and Disability Data Into Academic Information Systems: Workflow Optimization Study
Notice bibliographique
Résumé
Background: Integrating health information into university information systems holds significant potential for enhancing student support and well-being. Despite the growing body of research highlighting issues faced by university students, including stress, depression, and disability, little has been done in the informatics field to incorporate health technologies at the institutional level. Objective: This study aims to investigate the current state of health information integration within university systems and provide design recommendations to address existing gaps and opportunities. Methods: We used a user-centered approach to conduct interviews and focus group sessions with stakeholders to gather comprehensive insights and requirements for the system. The methodology involved data collection, analysis, and the development of a suggested workflow. Results: The findings of this study revealed the shortcomings in the current process of handling health and disability data within university information systems. In our results, we discuss some requirements identified for integrating health-related information into student information systems, such as privacy and confidentiality, timely communication, task automation, and disability resources. We propose a workflow that separates the process into 2 distinct components: a health and disability system and measures of quality of life and wellness. The proposed workflow highlights the vital role of academic advisors in facilitating support and enhancing coordination among stakeholders. Conclusions: To streamline the workflow, it is vital to have effective coordination among stakeholders and redesign the university information system. However, implementing the new system will require significant capital and resources. We strongly emphasize the importance of increased standardization and regulation to support the information system requirements for health and disability. Through the adoption of standardized practices and regulations, we can ensure the smooth and effective implementation of the required support 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».