Fugu-MT 論文翻訳(概要): Building Agility in COVID-19 Information Systems Response in Sri Lanka: Recommendations for Practice

論文の概要: Building Agility in COVID-19 Information Systems Response in Sri Lanka: Recommendations for Practice

arxiv url: http://arxiv.org/abs/2108.09727v1
Date: Sun, 22 Aug 2021 14:00:40 GMT
ステータス: 処理完了
システム内更新日: 2023-03-17 19:10:58.835929
Title: Building Agility in COVID-19 Information Systems Response in Sri Lanka: Recommendations for Practice
Title（参考訳）: スリランカにおけるcovid-19情報システム応答のアジリティ構築 - プラクティスの推奨
Authors: Pamod Amarakoon, Jorn Braa and Sundeep Sahay
Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは、予想外の要件に迅速に対応できる能力について、各国の情報システムの能力を検査した。本稿は、スリランカのCOVID-19パンデミックに対するIS対応構築におけるアジリティの社会技術的決定要因について分析する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: COVID-19 pandemic tested the capacity of information systems in countries on the ability to rapidly respond to requirements which were not anticipated. This article analyzes the socio-technical determinants of agility in building the IS response to the COVID-19 pandemic in Sri Lanka. We deploy qualitative research methods to explore the case study of implementation of COVID-19 surveillance system in Sri Lanka. Three key recommendations are developed for practice relating to high-level multisectoral governance, use of lightweight digital platforms and leveraging on existing capacities and infrastructure.
Abstract（参考訳）: 新型コロナウイルスのパンデミックは、予想外の要件に迅速に対応できる能力について、各国の情報システムの能力を検査した。本稿は、スリランカのCOVID-19パンデミックに対するIS対応構築におけるアジリティの社会技術的決定要因について分析する。我々は,スリランカにおける新型コロナウイルス監視システムの実施事例調査のために質的研究手法を展開。 3つの重要な推奨事項は、ハイレベルなマルチセクタガバナンス、軽量なデジタルプラットフォームの使用、既存の能力とインフラの活用に関するプラクティスである。

関連論文リスト

Collaborative Participatory Research with LLM Agents in South Asia: An Empirically-Grounded Methodological Initiative and Agenda from Field Evidence in Sri Lanka [4.2784137244658025]
本稿では,参加型開発研究を変革するための実証的な方法論的枠組みを提案する。スリランカの洪水によって引き起こされるニルワラ川流域の多言語的状況にある。この研究課題は、倫理的配慮、文化的尊重、運用効率を維持するAI主導の参加型研究ツールを提唱する。
論文参考訳（メタデータ） (2024-11-13T02:21:59Z)
Development of a Large Language Model-based Multi-Agent Clinical Decision Support System for Korean Triage and Acuity Scale (KTAS)-Based Triage and Treatment Planning in Emergency Departments [0.0]
本研究は, 患者トリアージ, 治療計画, 救急管理全般において, LLM駆動型CDSSを用いて, ED医師や看護師を支援することを目的とするものである。このシステムは、Triage Nuurse、救急医、薬剤師、EDコーディネーターの4つのAIエージェントで構成されている。トリアージアセスメントにはKTAS(Korea Triage and Acuity Scale)が組み込まれ、医薬品管理にはRxNorm APIが組み込まれている。
論文参考訳（メタデータ） (2024-08-14T13:03:41Z)
Sok: Comprehensive Security Overview, Challenges, and Future Directions of Voice-Controlled Systems [10.86045604075024]
Voice Control Systemsをスマートデバイスに統合することで、セキュリティの重要性が強調される。現在の研究では、VCSの脆弱性が多数発見され、ユーザのプライバシとセキュリティに重大なリスクが提示されている。本稿では,VCSの階層的モデル構造を導入し,既存の文献を体系的に分類・分析するための新しいレンズを提供する。我々は,その技術的原則に基づいて攻撃を分類し,その方法,目標,ベクトル,行動など,さまざまな属性を徹底的に評価する。
論文参考訳（メタデータ） (2024-05-27T12:18:46Z)
A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models [71.25225058845324]
大規模言語モデル(LLM)は、言語理解と生成において革命的な能力を示している。 Retrieval-Augmented Generation (RAG)は、信頼性と最新の外部知識を提供する。 RA-LLMは、モデルの内部知識に頼るのではなく、外部および権威的な知識ベースを活用するために登場した。
論文参考訳（メタデータ） (2024-05-10T02:48:45Z)
Data Poisoning for In-context Learning [49.77204165250528]
In-context Learning (ICL)は、新しいタスクに適応する革新的な能力として認識されている。本論文は、ICLのデータ中毒に対する感受性の重大な問題について述べる。 ICLの学習メカニズムを活用するために考案された特殊攻撃フレームワークであるICLPoisonを紹介する。
論文参考訳（メタデータ） (2024-02-03T14:20:20Z)
A Collaborative Approach to the Analysis of the COVID-19 Response in Africa [4.240699208658306]
新型コロナウイルスの危機は、新型コロナウイルスのパンデミックに対する解決策の発見を早めるために、機械学習のような科学的手法の必要性を強調している。本稿では、新型コロナウイルス問題に対する回答を見つけるための機械学習技術の適用に対する、国境を越えた協調能力構築アプローチを示す。
論文参考訳（メタデータ） (2022-10-04T20:02:39Z)
Building Resilient Information Systems for Child Nutrition in Post-conflict Sri Lanka during COVID-19 Pandemic [0.0]
本研究はスリランカの紛争後地区における移動型栄養情報システムの実装に焦点を当てた。研究の縦断的な出来事は、新型コロナウイルス(COVID-19)のパンデミックの時代まで数年間にわたって続いている。ケーススタディでは、長期にわたる能力構築、リーダーシップとローカルガバナンス、マルチセクターコラボレーション、プラットフォームのレジリエンス、フィールドヘルススタッフの権限が、日々の状況におけるレジリエンスの構築に寄与していることを明らかにした。
論文参考訳（メタデータ） (2021-08-22T13:56:56Z)
Considerations, Good Practices, Risks and Pitfalls in Developing AI Solutions Against COVID-19 [59.30734371401316]
新型コロナウイルスのパンデミックは人類にとって大きな課題であり、2020年7月13日時点で1270万件が確認されている。これまでの研究で、分子、臨床、社会の規模で応用することで、人工知能がパンデミックにどう対処できるかを説明した。
論文参考訳（メタデータ） (2020-08-13T12:37:37Z)
CPAS: the UK's National Machine Learning-based Hospital Capacity Planning System for COVID-19 [111.69190108272133]
新型コロナウイルス(COVID-19)の2019年は、集中治療リソースに対する前例のない需要を伴う圧倒的な医療システムの脅威となる。病院資源計画のための機械学習システムであるCPAS(COVID-19 Capacity Planning and Analysis System)を開発した。 CPASは、新型コロナウイルス(COVID-19)のパンデミックに対処するため、全国規模で病院に配備された最初の機械学習ベースのシステムの一つだ。
論文参考訳（メタデータ） (2020-07-27T19:39:13Z)
Covidex: Neural Ranking Models and Keyword Search Infrastructure for the COVID-19 Open Research Dataset [87.47567807116204]
Covidexは最新のニューラルランキングモデルを利用する検索エンジンだ。これは、Allen Institute for AIがキュレートしたCOVID-19 Open Researchデータセットへのアクセスを提供する。
論文参考訳（メタデータ） (2020-07-14T16:26:01Z)
Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文参考訳（メタデータ） (2020-03-25T12:30:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。