MétaCan
Menu
Retour à la cohorte
Enregistrement W1979174866 · doi:10.1089/153056204773644526

Quebec Population and Telehealth: A Survey on Knowledge and Perceptions

2004· article· en· W1979174866 sur OpenAlexaffabout
Marie‐Pierre Gagnon, Alain Cloutier, Jean‐Paul Fortin

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTelehealthPopulationHealth carePublic healthNursingBusinessTelemedicineMedicinePublic relationsPsychologyPolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Telehealth is widely considered to be a promising tool that addresses many of the challenges currently facing the health care system in Canada. However, diffusion of telehealth will ultimately depend on its acceptance among health care professionals and the general population. This study explores public understanding and perceptions of telehealth in the Province of Quebec (Canada). A telephone survey involving interviews with a random sample of 1242 individuals was conducted in various Quebec regions. Only 8.9% of respondents were familiar with the term "telehealth," whereas telehealth applications, especially teletriage, appeared to be more commonly known. A large majority of respondents believed telehealth could facilitate access to health care services, improve quality of care, and reduce health care expenditures. Legal responsibility in cases of medical error was reported as the leading public concern related to telehealth. Furthermore, nearly 50% of Quebec's population would use telehealth services when offered to them. The principal factors weighing in favor of willingness to use telehealth services were: knowledge of telehealth applications perception of telehealth benefits, reduced barriers to telehealth, and the fact of being female. Promoting the use of telehealth in the general population and dissipating concerns related to its applications will require global educational strategy that will inform the public about the benefits of telehealth as well as addressing ethical and legal issues.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0000,000

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 Opus0,059
Tête enseignante GPT0,399
Écart entre enseignants0,340 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations33
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207