Open Innovation and Involvement of End-Users in the Medical Device Technologies’ Design & Development Process: End-Users’ Perspectives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Literature and Regulatory bodies growing interest in End-Users’ implication in Medical Device Technologies (MDTs) development processes are a clear proof of the importance of this involvement and the positive impacts it can have on the development, implementation and use of MDTs, thus subsequent improvements in healthcare services’ delivery. However, existing research has mainly been focused on the theoretical importance of this involvement, and the manufacturers’ views and attitudes, with little attention focused on End-Users’ concerns and thoughts concerning this process. The aim of this paper is to identify the perspectives of Nurses and Doctors as the best representatives of MDT End-Users, regarding their own involvement in MDT development processes. The results of 49 semi-structured interviews conducted with End-Users, helped identify a number of high-level themes: 1) End-Users’ conflicting perspective with that of manufacturers regarding the impact of their involvement in MDT development; 2) End-Users’ concerns regarding the nature of their contribution, its level and their suggestions for a potential amelioration. These results reveal the importance End-Users attach to their involvement in MDT development processes, and the added value they perceive for the proper development as well as upgrade of MDTs. It also underlines many concerns they have regarding the current patterns of involvement, and suggests their recommendations for a standardization of this process, with input on forms and levels of involvement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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