MétaCan
Menu
Retour à la cohorte
Enregistrement W2470911093 · doi:10.5539/gjhs.v9n2p93

Hospital Information Systems Implementation: An Evaluation of Critical Success Factors in Northeast of Iran

2016· article· en· W2470911093 sur OpenAlexvenueno aff
Mostafa Sheykhotayefeh, Reza Safdari, Marjan Ghazisaeedi, Niloofar Mohammadzadeh, Seyed Hossein Khademi, Vahid Torabi, Mohamad Jebraeily, Elham Maserat, Seyedeh Sedigheh Seyed Farajolah

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesVice Chancellor for Research and Technology, Kerman University of Medical SciencesTorbat Heydariyeh University of Medical Sciences
Mots-clésDescriptive statisticsCritical success factorScope (computer science)Stratified samplingDescriptive researchPsychologyMedicineComputer scienceKnowledge managementStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Implementation of hospital information systems (HIS) is considered as a difficult and sensitive task in terms of its scope and its mission to collect identity-related, demographic, clinical and managerial data of patients in an integrative manner as well as due to the changes it makes in users’ working practices. The purpose of the present study was to investigate users’ views and attitudes towards the key elements of successful implementation of HIS. METHODOLOGY: This applied study was conducted in a descriptive cross-sectional form. To this end, 248 users of HIS at teaching hospitals in the city of Mashhad (Northeast of Iran) were selected through stratified random sampling, and then a questionnaire was distributed to collect the required data. After collecting the questionnaires, data was entered into the SPSS software and the findings were examined by using descriptive statistics (frequency) and then illustrated in tables and diagrams. RESULTS: Functional factors, meeting users’ needs and ease of use had the highest prominence in successful implementation of a HIS. This mean that HIS considering demands of users is the first critical success factors in HIS implementation. CONCLUSION: The analysis of the research findings demonstrated that three groups including system users, technical operators (professionals) and managers have important role in implementation of HIS. Furthermore, successful implementation of HIS was required to be performed through a formulated program with specified time, costs, and manpower in which the employment and participation of various users of the system had been precisely defined. In this respect, financial supports and presence of hospital management team in meetings and decisions was also of utmost importance.

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)0,016
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,001
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 Opus0,097
Tête enseignante GPT0,524
Écart entre enseignants0,427 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetElectronic Health Records SystemsTravaux en français237 207