MétaCan
Menu
Retour à la cohorte
Enregistrement W2126967416 · doi:10.1109/pahce.2009.5158363

A community-driven communicative approach to adoption of a client record management system

2009· article· en· W2126967416 sur OpenAlexaff
Deborah Dysart‐Gale, Kristina Pitula, T. Radhakrishnan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésWorkflowComputer scienceKnowledge managementIntervention (counseling)Work (physics)Requirements elicitationProcess (computing)End userInformation systemProcess managementWorld Wide WebPsychologyBusinessRequirements analysisEngineeringDatabase

Résumé

récupéré en direct d'OpenAlex

A lesson to be learned from research in information and communication technology for development (ICT4D) is that the best information management system will fail if it is not embraced and competently employed by end users in all stages of workflow, especially those end users with little prior familiarity with computer and database use. Because patient record management systems rely heavily on input from lay practitioners and other less trained staff, they are particularly vulnerable to failure related to end user non-acceptance. This paper presents a case study of a client database system introduced to novice users in a department of social work of a developing country. Factors impacting user acceptance were perceived system utility, congruence with present work practices and cultural appropriateness. We describe an educational intervention that was observed to improve end users' attitudes toward introduction of the system as well as their ability to integrate it into their work processes. While still in its evaluation phase, we believe this description of the requirements elicitation process and educational intervention represents an important step in the integration and use of patient record management systems in developing communities.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,269
Écart entre enseignants0,224 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealthcare Systems and TechnologyTravaux en français237 207