MétaCan
Menu
Retour à la cohorte
Enregistrement W4409625267 · doi:10.1007/978-3-031-85908-3_4

MobiVitalsConnect: A Comprehensive Mobile Healthcare System for Real-Time Patient Monitoring and Data Visualization

2025· book-chapter· en· W4409625267 sur OpenAlexafffund
Edward R. Sykes, Syed Khairuzzaman Tanbeer

Notice bibliographique

RevueCommunications in computer and information science · 2025
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensUniversity of GuelphSheridan College
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVisualizationComputer scienceHealth careWorld Wide WebReal-time computingData miningPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper introduces MobiVitalsConnect, a novel platform-agnostic mobile healthcare system designed for both bedside and remote monitoring of patients. Central to our system is its integration with the Vitaliti ™ wearable, equipped with biosensors for real-time monitoring of vital signs such as heart rate, blood pressure, respiratory rate, body temperature, and oxygen saturation, along with physiological signals including ECG, PPG, Respiratory waveforms, and accelerometer data. MobiVitalsConnect provides advanced visualizations, including real-time data and 15-min trend lines, facilitating rapid clinical decision-making. The system employs colour coding to enhance data interpretation and supports seamless data transfer to a backend server, making it a robust solution for personalized healthcare management and improved patient outcomes. MobiVitalsConnect distinguishes itself by providing advanced visualizations with medical data, facilitating rapid clinical decision-making through access to vital signs and trends with intuitive graphs and real-time physiological signals.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0390,019

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 Opus0,073
Tête enseignante GPT0,352
Écart entre enseignants0,279 · 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
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications in computer and information scienceMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207