An Ethnographic Study of Health Information Technology Use in Three Intensive Care Units
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
OBJECTIVES: To identify the impact of a full suite of health information technology (HIT) on the relationships that support safety and quality among intensive care unit (ICU) clinicians. DATA SOURCES: A year-long comparative ethnographic study of three academic ICUs was carried out. A total of 446 hours of observational data was collected in the form of field notes. A subset of these observations-134 hours-was devoted to job-shadowing individual clinicians and conducting a time study of their HIT usage. PRINCIPAL FINDINGS: Significant variation in HIT implementation rates and usage was noted. Average HIT use on the two "high-use" ICUs was 49 percent. On the "low-use" ICU, it was 10 percent. Clinicians on the high-use ICUs experienced "silo" effects with potential safety and quality implications. HIT work was associated with spatial, data, and social silos that separated ICU clinicians from one another and their patients. Situational awareness, communication, and patient satisfaction were negatively affected by this siloing. CONCLUSIONS: HIT has the potential to accentuate social and professional divisions as clinical communications shift from being in-person to electronically mediated. Socio-technically informed usability testing is recommended for those hospitals that have yet to implement HIT. For those hospitals already implementing HIT, we suggest rapid, locally driven qualitative assessments focused on developing solutions to identified gaps between HIT usage patterns and organizational quality goals.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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