MétaCan
Menu
Retour à la cohorte
Enregistrement W2794692615 · doi:10.5430/jnep.v9n8p54

Patient empowerment and involvement in telemedicine

2019· article· en· W2794692615 sur OpenAlexvenueno aff
Marie Konge Nielsen, Helle Johannessen

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesSyddansk Universitet
Mots-clésTelemedicinePatient EmpowermentEmpowermentNursingMedicineHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Objective: Telemedicine is a rapidly expanding area, and this article discusses the implications of patient empowerment and user involvement in relation to frail patients. Our aim is to critique the mechanical way telemedicine is being implemented in the health sector.Methods: We present the basic ideas of empowerment and user involvement behind telemedicine, exemplifying them with a case of user resistance to telemedicine. Four logics of empowerment are employed to identify the underlying rationale in specific cases of telemedicine. The case comes from a large evaluation of new welfare technology products. The data consist mainly of written documents and an interview.Results: Telemedicine is often considered a way to increase empowerment and user involvement in healthcare. The majority of the geriatric patients in the described case refused to engage in telemedicine, preferring instead to be hospitalized. The case appeared to be driven primarily by a professional logic of empowerment. User involvement and empowerment are discussed in terms of their demands and implication for users, such as 1) intrusion on the private sphere, i.e., the home and 2) the question of the responsibility for treatment and 3) the expectation, that the capabilities and resources of patients and relatives may increase.Conclusions: Although telemedicine is acknowledged as relevant, a mechanical approach too often hampers empowerment for the patient. Some patient groups may not feel safe using telemedicine, in which case user involvement and empowerment are not possible.

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)0,011
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,012
Communication savante0,0040,003
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,081
Tête enseignante GPT0,518
Écart entre enseignants0,437 · 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'étudeSans objet
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207