MétaCan
Menu
Retour à la cohorte
Enregistrement W1573962444

Disenfranchised Patients: A Network Analysis of IS Integration in the Context of Patient-Centered Care

2009· article· en· W1573962444 sur OpenAlexaff
Ali Reza Montazemi, Jeff J. Pittaway, Karim Kashavjee

Notice bibliographique

RevueJournal of the Association for Information Systems · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHealth careContext (archaeology)Knowledge managementAssertionBusinessNursingPublic relationsMedicineComputer sciencePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Healthcare reform has emphasized coordinated and integrated care - patient-centered care - for a decade. To that end, policymakers have invested in integration of healthcare providers' information flows. Research to date has studied healthcare actors' information needs but overlooked communicative exchanges among all participants in coordinating treatment plan decisions. Consequently, while medical literature asserts that patients should depend on information from healthcare providers to enable patients' participation in treatment plan decisions, the assertion has not been tested. To ameliorate this oversight, we conducted an empirical study of a patient-centered healthcare environment. Our study draws on dependency network diagramming (DND) and social network analysis (SNA) to elucidate the nature and structure of actors' communications in support of their information dependencies. The findings illustrate that although patients are well supported by personal communications with healthcare providers, they are disenfranchised from the integrated information technology within and between healthcare providers and its potential to support patients' participation in coordinated "patient-centered care" decisions. Furthermore, knowledge asymmetry between patients and healthcare providers should be considered in the selection and tailoring of healthcare information systems (IS).

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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'étudeQualitatif
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

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetHealthcare Systems and TechnologyTravaux en français237 207