MétaCan
Menu
Retour à la cohorte
Enregistrement W2915157966 · doi:10.3917/sim.184.0031

Factors Affecting the Adoption of Connected Objects in e-Health: A Mixed Methods Approach

2019· article· fr· W2915157966 sur OpenAlexaff
Vincent Dutot, François Bergeron, Kristina Rozhkova, Nicolas Moreau

Notice bibliographique

RevueSystèmes d information & management · 2019
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceEthnologyArtSociology

Résumé

récupéré en direct d'OpenAlex

Les objets connectés offrent une perspective nouvelle pour l’e-santé et l’économie. Cependant, les facteurs d’adoption de l’e-santé ou des objets connectés restent peu étudiés et compris. Cette recherche aborde les facteurs d’adoption des objets connectés dans l’e-santé en s’appuyant sur la combinaison successive de méthodes de recherche qualitative et quantitative. A partir d’entrevues semi-dirigées, un modèle de recherche est développé et testé auprès de 226 professionnels de la santé (par enquête en ligne). Les résultats de cette méthodologie mixte indiquent les rôles primordiaux de l’influence sociale et la commodité perçue dans l’adoption. Cinq autres facteurs contribuent, dans une mesure moindre à l’adoption : la compatibilité, l’interopérabilité, l’intégration, la capacité de démonstration des résultats et la réputation. Cette recherche offre une contribution importante et propose de nouvelles avenues pour assurer le lancement d’objets connectés dans l’e-santé.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,073
Tête enseignante GPT0,371
Écart entre enseignants0,297 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystèmes d information & managementMême sujetTechnology Adoption and User BehaviourTravaux en français237 207