MétaCan
Menu
Retour à la cohorte
Enregistrement W2010764888 · doi:10.1089/tmj.2011.0197

User Satisfaction with Asynchronous Telemedicine: A Study of Users of Santa Catarina's System of Telemedicine and Telehealth

2012· article· en· W2010764888 sur OpenAlexaff
Aldo von Wangenheim, Luiz Felipe de Souza Nobre, Heitor Tognoli, Sílvia Modesto Nassar, Kendall Ho

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTelemedicineTelehealthAsynchronous communicationPatient satisfactionUser satisfactionHealth careQuality (philosophy)PerceptionService (business)Scale (ratio)Medical educationNursingPsychologyMedicineComputer scienceBusinessTelecommunicationsMarketingGeographyHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

User satisfaction analyses in synchronous telemedicine and teleconsultation environments have been widely performed and generally show satisfied users. In the field of asynchronous telemedicine, however, satisfaction studies were performed only in one single location or with a restricted set of users. With the aim of offering an exemplar evaluation of the impact of the statewide use of a large-scale asynchronous telemedicine network on the satisfaction of the involved users, this study presents the results obtained from a survey of the perceived quality of the service by both patients and healthcare staff. For this purpose, a survey with satisfaction questionnaires was performed with 564 patients from seven upstate municipalities and 56 healthcare professionals from 46 municipalities, using a methodology from the process improvement field. The collected data were quantified and underwent statistical analysis, which showed a clear perception of the improvement in the quality of service by both patients and healthcare professionals. The present findings also showed that both patients and healthcare professionals felt that introducing these new technologies was a positive step, even in upstate areas and when they involved great changes in the usual processes of primary care.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,339
Écart entre enseignants0,311 · 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'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

Citations40
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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