Quantification of the subjective labour load of a filmless radiology system by the contingent valuation method: a pilot study
Notice bibliographique
Résumé
Background: A filmless radiology system, which implements a radiology information system and picture archiving and communication system, brings major changes in the work patterns of radiologists and radiological technologists. The purpose of this study was to prospectively quantify the subjective labour load of a filmless radiology system for radiologists and radiological technologists by the contingent valuation method (CVM) and to evaluate the economic labour value. Methods: The questionnaire survey included 14 radiologists and 46 radiological technologists. There was a 75% effective response rate with a total of 45 respondents. The subjective labour load of a filmless radiology system was quantified by the CVM as willingness to accept (WTA). The double-bound dichotomous choice approach was employed for the questionnaire format for WTA. Logistic regression analysis was used to identify the factors affecting WTA. Results: The median and mean WTA per month for radiologists were estimated to be 82,902 yen ($829) and 46,808 yen ($468), respectively. The median and mean WTA for radiological technologists were estimated to be 15,622 yen ($156) and 16,784 yen ($168), respectively. Logistic regression analysis showed promotional view (i.e., willingness to introduce computerization of medical information) as the only significant factor affecting WTA for radiological technologists (p < 0.05). Conclusions: The change from film-based- to filmless- radiology system would be acceptable providing that medical staff in the department of radiology think their labour changes would yield an increase of satisfaction equivalent to 1,430,000 ($14,300) -1,880,000 yen ($18,800).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».