دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Tiko Iyamu
سری: Routledge Studies in Innovation, Organizations and Technology
ISBN (شابک) : 1032169338, 9781032169330
ناشر: Routledge
سال نشر: 2022
تعداد صفحات: 212
[213]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 Mb
در صورت تبدیل فایل کتاب Advancing Big Data Analytics for Healthcare Service Delivery به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پیشرفت تجزیه و تحلیل داده های بزرگ برای ارائه خدمات مراقبت های بهداشتی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در سالهای اخیر، علاقهای که به تجزیه و تحلیل دادههای بزرگ و استفاده از راهحلهای فناوری اطلاعات (IT) برای بهبود خدمات بهداشتی و درمانی نشان داده شده است، افزایش یافته است. با وجود علاقه رو به رشد، مواد محدودی برای رسیدگی به نیازها و چالش های ناشی از فعالیت ها و فرآیندها از جمله استفاده از داده های بزرگ وجود دارد. از دیدگاه راهحلهای فناوری اطلاعات، هدف این کتاب ارتقای استقرار و استفاده از تجزیه و تحلیل دادههای بزرگ برای افزایش سودمندی دادههای بزرگ بیماران و بهبود ارائه خدمات مراقبتهای بهداشتی است.
این کتاب قابل توجه است. بینش و راهنمای مفید در مورد نحوه دسترسی و مدیریت کلان داده، در بهبود ارائه خدمات بهداشتی. این کتاب دیدگاه تازهای را ارائه میکند که در درجه اول از استفاده تکمیلی از رویکرد تحلیلی با نظریه شبکه بازیگر (ANT) و تکنیکهای دیگر در پیشبرد ارائه خدمات مراقبتهای بهداشتی ناشی میشود. دسترسی و مدیریت کلان داده های مراقبت های بهداشتی همیشه یک تمرین چالش برانگیز بوده است. با توجه به حساسیت بخش سلامت، تمرکز بر داده های بزرگ بیماران از منظر فنی یا اجتماعی است. بنابراین، این کتاب از نظریههای اجتماعی-تکنیکی، ANT و نظریه ساختار (ST) به عنوان لنزهایی برای بررسی و توضیح عواملی استفاده میکند که استفاده از دادههای بزرگ بیماران را برای خدمات سلامتی امکانپذیر و محدود میکند. با انجام این کار، این کتاب ابعاد متفاوتی را به ارمغان می آورد و ارائه خدمات بهداشتی را پیش می برد.
این کتاب با ارائه کمک به موقع و مهم به این حوزه حیاتی، منبعی ارزشمند و بین المللی برای دانشگاهیان، دانشجویان تحصیلات تکمیلی و پژوهشگران در زمینه های IT، تجزیه و تحلیل داده های بزرگ، مدیریت داده ها و انفورماتیک سلامت.
In recent years, there has been steady increase in the interest shown in both big data analytics and the use of information technology (IT) solutions to improve healthcare services. Despite the growing interest, there are limited materials, to addressing the needs and challenges posed by the activities and processes including the use of big data. From IT solutions’ perspectives, this book aims to advance the deployment and use of big data analytics to increase patients’ big data usefulness and improve healthcare service delivery.
The book provides significant insights and useful guide on how to access and manage big data, in improving healthcare service delivery. The book contributes a fresh perspective, which primarily comes from the complementary use of analytics approach with actor-network theory (ANT), and other techniques, in advancing healthcare service delivery. Accessing and managing healthcare big data have always been a challenging exercise. Due to the sensitivity of the health sector, the focus on patients’ big data is from either technical or social perspective. Thus, the book employs sociotechnical theories, ANT and structuration theory (ST) as lenses to examine and explain the factors that enable and constrain the use of patients’ big data for health services. By doing so, the book brings a different dimension and advance health service delivery.
Providing a timely and important contribution to this critical area, this book is a valuable, international resource for academics, postgraduate students and researchers in the areas of IT, big data analytics, data management and health informatics.