MétaCan
Menu
Retour à la cohorte
Enregistrement W2750307051 · doi:10.2196/resprot.7224

Barriers and Facilitators for the Use of a Medical Mobile App to Prevent Work-Related Risks in Pregnancy: A Qualitative Analysis

2017· article· en· W2750307051 sur OpenAlexvenueno aff
Adeline V Velu, Monique van Beukering, Frederieke Schaafsma, Monique H. W. Frings‐Dresen, Ben W. Mol, Joris van der Post, Marjolein Kok

Notice bibliographique

RevueJMIR Research Protocols · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesZonMw
Mots-clésPregnancyWork (physics)Qualitative researchMedicinemHealthPsychologyMobile appsHealth careNursingFamily medicinePsychological interventionComputer sciencePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The number of women participating in the labor market in Europe has increased over the last several decades. At the same time, there is growing evidence that certain conditions of employment during pregnancy may have a negative influence on pregnancy outcomes. In order to better inform pregnant women, we aim to develop an app to help assess the health risk as a result of personal and work-related factors and provide personal advice for these women and their health care providers. OBJECTIVE: The aim of this study was to compose a thematic overview of the perceived facilitators and barriers according to pregnant women, medical professionals, and employers for the use of a mobile app in obstetrical care to prevent occupational-related pregnancy complications. METHODS: Two multidisciplinary focus group meetings with in total 14 participants were conducted with pregnant women, occupational physicians, general practitioners, midwives, obstetricians, and representatives of trade unions and employer organizations. Transcripts were analyzed by qualitatively coding procedures and constant comparative methods. RESULTS: We identified 24 potential facilitators and 12 potential barriers for the use of the app in 4 categories: content of the app, the app as a mean to provide information, ease of use, and external factors. The 3 main facilitators identified were the need for a good interaction between the app and the user, apps were viewed as a more practical source of information, and the information should be understandable, according to the existing guidelines, and well-dosed. The 2 main barriers for use were extensive battery and memory use of the smartphone and sending frequent push notifications. CONCLUSIONS: The results of this study are important considerations in the developing process of a medical app implementing a guideline or evidence-based information in practice.

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)0,011
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,512
Tête enseignante GPT0,702
Écart entre enseignants0,191 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207