MétaCan
Menu
Retour à la cohorte
Enregistrement W4401822237 · doi:10.3233/shti240598

A Model for Context-Sensitive Digital Integrators

2024· article· en· W4401822237 sur OpenAlexaff
Craig Kuziemsky, Casper Knudsen, Christian Nøhr, Sidsel Villumsen, Melissa Baysari

Notice bibliographique

RevueStudies in health technology and informatics · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésTerminologyContext (archaeology)Computer scienceHealth informaticsKnowledge managementInformaticsRealization (probability)Process managementWork (physics)Health careEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

The realization of benefits from health information technology (HIT) implementation takes place in the long tail of implementation that must integrate technology, work practices and contextual factors. While formal health informatics education programs exist, they tend to be focused at the strategic management or specialized implementation level. HIT support at the local level often falls to clinical care staff that have little or no formal training in HIT implementation. This paper will expand on the term context-sensitive digital integrators (CSDI) as a role that could support local implementation. We discuss the CSDI role, including terminology, competencies and the role context sensitivity plays in implementation, and how CSDIs could be better supported and trained in different contexts.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
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: Méthodes
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,011
Communication savante0,0140,020
Science ouverte0,0030,010
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,005

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 Opus0,133
Tête enseignante GPT0,493
Écart entre enseignants0,359 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetElectronic Health Records SystemsTravaux en français237 207