MétaCan
Menu
Retour à la cohorte
Enregistrement W9348199 · doi:10.1210/endo.138.11.5473

Pulse: MDs' computer, PDA use on the upswing

2002· article· en· W9348199 sur OpenAlexvenueaboutno aff
Shelley Martin

Notice bibliographique

RevueCanadian Medical Association Journal · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineFamily medicineQuarter (Canadian coin)Gerontology

Résumé

récupéré en direct d'OpenAlex

The 2002 CMA Physician Resource Questionnaire has determined that personal computer use among Canadian physicians is nearing saturation coverage, with the proportion using them rising from 74% to 89% in the past 5 years. Although female physicians are still slightly less likely to use computers than their male counterparts (87% vs 90%), the difference is not statistically significant. More than 90% of physicians in younger age groups personally use computers, compared with 85% of those aged 55–64 and 68% of those aged 65 and older. GP/FPs are slightly less likely (86%) to use them personally than medical (93%) and surgical (91%) specialists. Thirty-eight percent of those not currently using computers indicated that they plan to do so in the next 12 months, while 44% had no plans to start. This year's PRQ also indicated that more than one-quarter (28%) of Canadian physicians currently use a personal digital assistant (PDA) in clinical practice, a 47% increase over 2001. Male physicians are somewhat more likely to use them in their practices than females (30% v. 24%). Those in the under-35 age group are by far the most likely (44%) to use them in practice, while those aged 65 and older are least likely (12%). GP/FPs are slightly less likely (25%) to use PDAs than medical (31%) and surgical (30%) specialists. — Shelley Martin, Senior Analyst, Research, Policy and Planning Directorate, CMA

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil0,736

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,4840,299

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 Opus0,025
Tête enseignante GPT0,214
Écart entre enseignants0,188 · 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.

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
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association JournalMême sujetHealthcare Systems and TechnologyTravaux en français237 207