The individual and contextual determinants of the use of telemedicine: A descriptive study of the perceptions of Senegal's physicians and telemedicine projects managers
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
Telemedicine is considered to be an effective strategy to aid in the recruitment and retention of physicians in underserved areas and, in doing so, improve access to healthcare. Telemedicine's use, however, depends on individual and contextual factors. Using a mixed methods design, we studied these factors in Senegal based on a micro, meso and macro framework. A quantitative questionnaire administered to 165 physicians working in public hospitals and 151 physicians working in district health centres was used to identify individual (micro) factors. This was augmented with qualitative descriptive data involving individual interviews with 30 physicians working in public hospitals, 36 physicians working in district health centres and 10 telemedicine project managers to identify contextual (meso and macro) factors. Physicians were selected using purposeful random sampling; managers through snowball sampling. Quantitative data were analyzed descriptively using SPSS 23 and qualitative data thematically using NVivo 10. At the micro level, we found that 72.1% of the physicians working in public hospitals and 82.1% of the physicians working in district health centres were likely to use telemedicine in their professional activities. At the meso level, we identified several technical, organizational and ethical factors, while at the macro level the study revealed a number of financial, political, legal, socioeconomic and cultural factors. We conclude that better awareness of the interplay between factors can assist health authorities to develop telemedicine in ways that will attract use by physicians, thus improving physicians' recruitment and retention in underserved areas.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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