MétaCan
Menu
Retour à la cohorte
Enregistrement W2997063266 · doi:10.2196/15935

Social, Organizational, and Technological Factors Impacting Clinicians’ Adoption of Mobile Health Tools: Systematic Literature Review

2019· review· en· W2997063266 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR mhealth and uhealth · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésmHealthSystematic reviewMEDLINEWorkflowHealth carePersonalizationCochrane LibraryUsabilityKnowledge managementPsychologyMedicinePsychological interventionNursingBusinessMarketingComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a growing body of evidence highlighting the potential of mobile health (mHealth) in reducing health care costs, enhancing access, and improving the quality of patient care. However, user acceptance and adoption are key prerequisites to harness this potential; hence, a deeper understanding of the factors impacting this adoption is crucial for its success. OBJECTIVE: The aim of this review was to systematically explore relevant published literature to synthesize the current understanding of the factors impacting clinicians' adoption of mHealth tools, not only from a technological perspective but also from social and organizational perspectives. METHODS: A structured search was carried out of MEDLINE, PubMed, the Cochrane Library, and the SAGE database for studies published between January 2008 and July 2018 in the English language, yielding 4993 results, of which 171 met the inclusion criteria. The Preferred Reporting Items for Systematic Review and Meta-Analysis guidelines and the Cochrane handbook were followed to ensure a systematic process. RESULTS: The technological factors impacting clinicians' adoption of mHealth tools were categorized into eight key themes: usefulness, ease of use, design, compatibility, technical issues, content, personalization, and convenience, which were in turn divided into 14 subthemes altogether. Social and organizational factors were much more prevalent and were categorized into eight key themes: workflow related, patient related, policy and regulations, culture or attitude or social influence, monetary factors, evidence base, awareness, and user engagement. These were divided into 41 subthemes, highlighting the importance of considering these factors when addressing potential barriers to mHealth adoption and how to overcome them. CONCLUSIONS: The study results can help inform mHealth providers and policymakers regarding the key factors impacting mHealth adoption, guiding them into making educated decisions to foster this adoption and harness the potential benefits.

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.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,004
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 Opus0,224
Tête enseignante GPT0,542
Écart entre enseignants0,317 · 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