MétaCan
Menu
Retour à la cohorte
Enregistrement W2113395323 · doi:10.1111/jan.12196

Factors affecting front line staff acceptance of telehealth technologies: a mixed‐method systematic review

2013· review· en· W2113395323 sur OpenAlexaboutno aff
Liz Brewster, Gail Mountain, Bridgette Wessels, Ciara Kelly, Mark Hawley

Notice bibliographique

RevueJournal of Advanced Nursing · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelehealthThematic analysisFocus groupData collectionNursingQualitative researchMedicineInclusion (mineral)CredibilityPsychologyMedical educationTelemedicineHealth careBusinessSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: To synthesize qualitative and quantitative evidence of front-line staff acceptance of the use of telehealth technologies for the management of Chronic Obstructive Pulmonary Disease and Chronic Heart Failure. BACKGROUND: The implementation of telehealth at scale is a governmental priority in countries including the UK, USA and Canada, but little research has been conducted to analyse the impact of implementation on front-line nursing staff. DATA SOURCES: Six relevant data bases were searched between 2000-2012. DESIGN: Mixed-method systematic review including all study designs. REVIEW METHODS: Centre for Reviews and Dissemination approach with thematic analysis and narrative synthesis of results. RESULTS: Fourteen studies met the review inclusion criteria; 2 quantitative surveys, 2 mixed-method studies and 10 using qualitative methods, including focus groups, interviews, document analysis and observations. Identified factors affecting staff acceptance centred on the negative impact of service change, staff-patient interaction, credibility and autonomy, and technical issues. Studies often contrasted staff and patient perspectives, and data about staff acceptance were collected as part of a wider study, rather than being the focus of data collection, meaning data about staff acceptance were limited. CONCLUSION: If telehealth is to be implemented, studies indicate that the lack of acceptance of this new way of working may be a key barrier. However, recommendations have not moved beyond barrier identification to recognizing solutions that might be implemented by front-line staff. Such solutions are imperative if future roll-out of telehealth technologies is to be successfully achieved.

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)0,053
score de la tête « metaresearch » (Gemma)0,150
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,150
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0180,014
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,092
Tête enseignante GPT0,470
Écart entre enseignants0,378 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
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

Citations304
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207