Predicting Registered Nurses’ Behavioural Intention to Use Electronic Documentation System in Home Care: Application of an Adapted Unified Theory of Acceptance and Use of Technology Model
Notice bibliographique
Résumé
The use of electronic documentation systems (EDS) has the potential to ensure timely, up-to-date and comprehensive patient health-related information is available and accessible to nurses regardless of their physical location. Despite the benefits of EDS, nurses' low intention to use such systems is well documented, which may predict behavioural usage. Further, limited knowledge exists about nurses' intention to use EDS in the context of home care. The aim of the study was to examine factors that influence nurses' intention of using EDS in home care practice. The conceptual model framing this study is adapted from the Unified Theory of Acceptance and Use of Technology (UTAUT). A cross-sectional design was used. Nurses (N = 217) currently practicing within the home care sector in Ontario participated in the study. An online survey using adapted and psychometrically sound quantitative instruments was administered. Data were analyzed with descriptive statistics and hierarchical linear regression. Performance expectancy, attitude, social influence and facilitating conditions had significant, positive and direct effects on nurses' behavioural intention. Effort expectancy and nurses' individual characteristics (i.e., age, level of education and technology experience) were not found to have a direct and/or moderating influence on nurses' intention to use EDS in home care practice. Theory, practice and research implications for the findings are presented and discussed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».