MétaCan
Menu
Retour à la cohorte
Enregistrement W2021733578 · doi:10.3414/me09-01-0027

Exploring Health Information Technology Innovativeness and its Antecedents in Canadian Hospitals

2009· article· en· W2021733578 sur OpenAlexafffundabout
Mirou Jaana, C. Sicotte, Guy Paré

Notice bibliographique

RevueMethods of Information in Medicine · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversité de MontréalUniversity of OttawaHEC Montréal
Organismes subventionnairesCanada Research Chairs
Mots-clésInformation technologyHealth information technologyBusinessMedicineKnowledge managementMarketingHealth careEconomicsPolitical scienceComputer scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The primary aim of this study was to assess the antecedents of health information technology (HIT) innovativeness in public hospitals. To do so, we built upon our own previous work to relate the level of HIT innovativeness to organizational capacity characteristics. METHODS: We conducted a survey of chief information officers (CIOs) in public hospitals in the two largest Canadian provinces to identify the level of HIT innovativeness in these settings and test nine research hypotheses derived from the proposed research model. RESULTS: A total of 106 completed questionnaires were received, which represents a response rate of 52%. Our findings indicate strong support for the research model. Seven out of nine hypotheses were supported indicating a significant relationship between HIT innovativeness and structural, financial, leadership, and knowledge sharing capacity characteristics. Results also reveal a moderate level of HIT innovativeness in the surveyed hospitals, with more emphasis on administrative systems and their integration than on clinical systems and emerging technologies. CONCLUSIONS: This study demonstrates that organizational characteristics are related to HIT innovativeness; this relationship holds irrespective of the public or private nature of hospitals.

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)0,011
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,819
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,143
Tête enseignante GPT0,518
Écart entre enseignants0,375 · 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

Citations26
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMethods of Information in MedicineMême sujetElectronic Health Records SystemsTravaux en français237 207