Understanding Determinants of Health Care Professionals’ Perspectives on Mobile Health Continuance and Performance
Notice bibliographique
Résumé
BACKGROUND: With the widespread use of mobile technologies, mobile information systems have become crucial tools in health care operations. Although the appropriate use of mobile health (mHealth) may result in major advances in expanding health care coverage (increasing decision-making speeds, managing chronic conditions, and providing suitable health care in emergencies), previous studies have argued that current mHealth research does not adequately evaluate mHealth interventions, and it does not provide sufficient evidence regarding the effects on health. OBJECTIVE: The aim of this study was to facilitate the widespread use of mHealth systems; an accurate evaluation of the systems from the users' perspective is essential after the implementation and use of the system in daily health care practices. This study extends the expectation-confirmation model by using characteristics of individuals, technology, and tasks to identify critical factors affecting mHealth continuance and performance from the perspective of health care professionals (HCPs). METHODS: A questionnaire survey was used to collect data from HCPs who were experienced in using mHealth systems of a Taiwanese teaching hospital. In total, 282 questionnaires were distributed, and 201 complete and valid questionnaires were returned, thus indicating a valid response rate of 71.3% (201/282). The collected data were analyzed using WarpPLS version 5.0 (ScriptWarp Systems). RESULTS: =0.521) was affected by confirmation. This implied that confirmation played a key role in affecting perceived usefulness and user satisfaction. Furthermore, the results showed that mHealth continuance positively affected individual performance. CONCLUSIONS: The identified critical factors influencing mHealth continuance and performance can be used as a useful assessment tool by hospitals that have implemented mHealth systems to facilitate the use and infusion of the systems. Furthermore, the results can help health care institutions that intend to introduce or develop mHealth applications to identify critical issues and effectively allocate limited resources to mHealth systems.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».