MétaCan
Menu
Retour à la cohorte
Enregistrement W1950512156

Family physicians' perspectives on personal health records: qualitative study.

2011· article· en· W1950512156 sur OpenAlexaffabout
Gary Yau, Andrew S. Williams, Judith Belle Brown

Notice bibliographique

RevuePubMed · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRemunerationWorkloadMedicineQualitative researchNursingPaymentSoftware portabilityFamily medicineComputer scienceWorld Wide WebBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To explore FPs' perspectives on the value of personal health records (PHRs) in primary care and the implementation and adoption of PHRs in Canada. DESIGN: A qualitative design using semistructured interviews. SETTING: Southwestern Ontario. PARTICIPANTS: Ten FPs. METHODS: The 10 FPs participated in semistructured interviews, which were audiotaped and transcribed verbatim. An iterative approach using immersion and crystallization was employed for analysis. MAIN FINDINGS: Participants were generally positive about PHRs, and were attracted to their portability and potential to engage patients in health care. Their concerns focused on 3 main themes: data management, practice management, and the patient-physician relationship. Subthemes included security, privacy, reliability of data, workload, remuneration, physician obligations, patient misinterpretation of medical information, and electronic communication displacing face-to-face visits. Participants identified 3 key facilitators for adoption of PHR systems: integration with existing electronic health record systems, ease of use without being a burden on either time or money, and offering a demonstrated added value to family practice. CONCLUSION: This study replicates previously published literature about FP concerns and opinions, and it further identifies remuneration as a potential barrier in Canadian fee-for-service payment models. Participants identified 3 key facilitators, which were suggested for implementation and adoption of PHRs, providing a basis for future research and development of these systems for use in Canadian family practice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,227
Tête enseignante GPT0,458
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

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

Citations52
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetElectronic Health Records SystemsTravaux en français237 207