MétaCan
Menu
Retour à la cohorte
Enregistrement W2991442338 · doi:10.1177/1071181319631502

Information Technology Systems at the sharp end of medication therapy management

2019· article· en· W2991442338 sur OpenAlexaffabout
Reicelis Casares Li, Rodrigo Arcuri Marques Pereira, Alessandro Jatobá, Mário César Vidal, Paulo Victor Rodrigues de Carvalho, Kelly Grindrod, Catherine M. Burns

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Data collectionInformation systemComputer scienceKnowledge managementProcess (computing)Records managementHealth careProcess managementRisk analysis (engineering)Data scienceMedicineBusinessEngineeringSociologyGeography

Résumé

récupéré en direct d'OpenAlex

This study explored how to inform the design of information systems for medication therapy management, in the context of the southwestern Ontario health system. The data collection comprised document analysis, interviews, and process mapping, and the analysis of previous interview records. The Functional Resonance Analysis Method (FRAM) was used for data analysis to identify the effects of functional variability in system outcomes, and to propose ways to redesign future systems. The results from the FRAM showed that shortcomings in the information systems require users to adapt in many ways. While these adjustments are essential to delivering care in everyday practice, they may lose their effectiveness in the face of specific situations, creating brittleness and risk of adverse outcomes as users are led to make challenging decisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,245 · 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'étudeQualitatif
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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetInformation Systems Theories and ImplementationTravaux en français237 207