MétaCan
Menu
Retour à la cohorte
Enregistrement W2470360559 · doi:10.3233/978-1-61499-658-3-339

Educational Requirements for Mobile Applications in Nursing: Applying the User-Task-Context Matrix to Identify User Classes and Contexts of Use

2016· article· en· W2470360559 sur OpenAlexaff
Elizabeth M. Borycki, André Kushniruk, Johanna Kaipio, Elizabeth Cummings

Notice bibliographique

RevueStudies in health technology and informatics · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBrainstormingTask (project management)Computer scienceContext (archaeology)User requirements documentMobile deviceHealth careProcurementHuman–computer interactionMultimediaWorld Wide WebSoftware engineeringArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Mobile applications are increasingly being deployed in healthcare and nurses are expected to use them during their education, practice and during training of patients. In this paper we describe how an approach to modelling user needs known as the user-task-context matrix has been applied to help guide in developing requirements for new mobile applications as well as for selecting applications to be used in different aspects of nursing and patient education. The approach involves first brainstorming the different classes of users of an application and then specifying possible tasks the application can be used for. In addition, different contexts of use of the application are then specified. Application of the method is described for improving understanding of user needs in both design and procurement of healthcare apps related to nursing education.

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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,065
Tête enseignante GPT0,408
Écart entre enseignants0,343 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207