MétaCan
Menu
Retour à la cohorte
Enregistrement W2315049671 · doi:10.1177/154193120404801533

Physician Responses to Handheld Presentation of Clinical Evidence: Analysis of Group Differences

2004· article· en· W2315049671 sur OpenAlexaff
Danielle Lottridge, Mark Chignell, Sharon E. Straus

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2004
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSoftware portabilityUsabilityMobile devicePersonalizationPoint (geometry)Display sizeComputer sciencePresentation (obstetrics)Sample (material)MedicinePsychologyWorld Wide WebHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The Evidence at the Point of Care (EPoCare) project (Takeshita, Davis, Straus, 2002) is examining how to put clinical evidence on mobile devices to meet physicians' information needs at the point of care. Forty-seven physicians, including family physicians, general internists and medical residents, participated in usability testing with prototypes implemented on two different form factors (a tablet-style PC and a PDA-style handheld). During the testing physicians were asked to describe their impression of the prototype and to indicate their agreement with 20 statements concerning the prototype implementations. The three user groups differed in how they valued device portability and screen size. Family physicians wanted larger screen size and were less concerned with portability, while internists wanted portability and were less concerned with screen size. Residents wanted both portability and large screen size. Cluster analysis was used to identify four clusters of physicians, varying by age, amount of time in clinical practice, and frequency of use of search engines and medical databases. Differences in preferences about format of information were present amongst these clusters. This study demonstrates how large sample usability testing can be used to develop customization strategies for mobile applications, for designing both form factor and content.

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)0,007
score de la tête « metaresearch » (Gemma)0,074
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,074
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,443
Écart entre enseignants0,333 · 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'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

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207