MétaCan
Menu
Retour à la cohorte
Enregistrement W4405863251 · doi:10.59940/jismar.1521397

The Place of Mobile Health in the Health Sector, Barriers and Opportunities, Integrated Technologies and Usage Areas Affecting the Development of Mobile Health: A Review of the Literature in All Aspects

2024· review· en· W4405863251 sur OpenAlexafffund
Muhammet Damar, Oguzhan Kop, Ömer Faruk Şaylan, Fatih Safa Erenay

Notice bibliographique

RevueJournal of Information Systems and Management Research · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma KurumuUniversity of Toronto
Mots-cléseHealthHealth careMobile technologyScope (computer science)mHealthDigital healthMobile deviceBusinessKnowledge managementComputer scienceWorld Wide WebPolitical science

Résumé

récupéré en direct d'OpenAlex

Mobile health (m-Health) is a crucial component of electronic health, and eHealth involves utilizing the possibilities provided by information and communication technologies to enhance the diagnosis, treatment, and accessibility of healthcare services, aiming to deliver high-quality, efficient, and effective healthcare to all stakeholders in the healthcare sector. Mobile health specifically refers to the provision of healthcare services using mobile technologies and communication tools such as mobile phones, patient monitoring devices, and personal digital assistants. With the increasing adoption of mobile technologies, mobile health is gaining greater importance within healthcare systems. Mobile applications are utilized in various domains such as disease prevention, reduction of risk factors, promotion of physical activity and quality of life, as well as diagnosis, treatment, feedback, and monitoring. In our research, we accessed over 600 documents via Google Scholar and 916 documents via Web of Science using the keywords "Health Sector Mobile Technology." We evaluated and synthesized the findings within the framework of topic headings identified by researchers, encompassing research and review articles included in Web of Science. Our study primarily involves document analysis, focusing on the potential transformation of healthcare service delivery globally through the use of mobile and wireless technologies to achieve health goals worldwide. The literature review identified 15 distinct areas where the healthcare sector, health research, and mobile technology can be grouped under the umbrella of mobile health research. Each topic was evaluated with regard to its scope and application areas in the literature.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,012
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,169
Tête enseignante GPT0,491
Écart entre enseignants0,322 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Information Systems and Management ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207