MétaCan
Menu
Retour à la cohorte
Enregistrement W1993062582 · doi:10.1089/109493100452174

The Potential Effects of Telehealth on the Canadian Health Workforce: Where Is the Evidence?

2000· article· en· W1993062582 sur OpenAlexaffabout
Penny Jennett, Margaret Watson, Mamoru Watanabe

Notice bibliographique

RevueCyberPsychology & Behavior · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTelehealthStaffingWorkforceNursingWorkforce planningHealth carePsychologyMedicineBusinessMedical educationPublic relationsTelemedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The literature reports that telehealth holds the potential to positively alter the health workforce, yet there is little evidence to support and substantiate this commonly held belief. This qualitative study examines the anticipated and realized effects of telehealth on health workforce concerns. The six themes examined include the distribution of expertise of health professionals, effect on skills base, recruitment and retention of health professionals, staffing of telehealth initiatives, appropriate use of health care resources, and other workforce outcomes. Twelve telehealth initiatives were selected for study - one from each of Canada's provinces and territories. Projects included eight consultation applications, two administrative information systems, and two community-based programs. A questionnaire guided the initial and 6-month follow-up interviews with project coordinators. The six themes were independently validated for accuracy, interpretation, consistency, and saturation. Positive effects from telehealth applications were reported in the theme areas addressing expertise distribution, skills base, recruitment/retention, and health care use. A wider range of responses was reported in the theme area addressing staffing. The need for training and informal support networks is stressed. Until telehealth is more widely diffused, the total impact on workforce issues will not be known. However, studies such as this illustrate that telehealth has the potential to play a key role in workforce issues, as well as in future health workforce planning, recruitment, training, and job sharing.

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)0,036
score de la tête « metaresearch » (Gemma)0,129
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,458

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,129
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0050,007
Communication savante0,0080,006
Science ouverte0,0030,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,037
Tête enseignante GPT0,384
Écart entre enseignants0,347 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCyberPsychology & BehaviorMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207