MétaCan
Menu
← Retour à la cohorte
Enregistrement W6898655367 · doi:10.57683/epub-2149

Information behaviour of people with type 1 diabetes in Germany

2023· article· en· W6898655367 sur OpenAlexaboutno aff

Notice bibliographique

RevueePublications (Technical University of Cologne) · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésType 1 diabetesQuarter (Canadian coin)Scale (ratio)Insulin pumpType 2 diabetesStatement (logic)Value (mathematics)

Résumé

récupéré en direct d'OpenAlex

In recent years there have been numerous technical innovations such as CGM systems or insulin pumps that have made life easier for people with type 1 diabetes. However, this also means that more and more information is available. The aim of the present study is to find out more about the daily handling of information. The following research question was asked: What information do people with type 1 diabetes use? To answer this research question, a quantitative online survey of people with type 1 diabetes was conducted by Prof. Dr. Matthias Fank at the Technical University of Cologne. The online survey mainly consisted of 25 closed questions, which were asked on a scale from 0 to 10. The responses of 1,025 people who are at least 18 years old were included in the evaluation. The most important information for type 1 diabetics is the "current value". 67.5% have this on Place 1 placed. Current glucose levels are provided by CGM systems used by 94.2% of people with type 1 diabetes. Quarterly visits to the diabetologist are important and provide important information. 30.8% “completely” agree with this statement on a scale from 0 to 10. Only 2.2% of people with type 1 diabetes are satisfied with their current diabetes management apps. There is a desire for a manufacturer-independent app. The strongest agreement with a value of 10 was chosen by almost a quarter (24.6%) of the people with type 1 diabetes. The study provides an insight into diabetes therapy and shows the need for action.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,247
Écart entre enseignants0,234 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueePublications (Technical University of Cologne)→Même sujetDiabetes Management and Research→Travaux en français237 207→