MétaCan
Menu
Retour à la cohorte
Enregistrement W3014727821 · doi:10.2196/12327

Requirements for an Electronic Health Tool to Support the Process of Help Seeking by Caregivers of Functionally Impaired Older Adults: Co-Design Approach

2019· article· en· W3014727821 sur OpenAlexaffvenueabout
M. Tremblay, Karine Latulippe, Anik Giguère, Véronique Provencher, Valérie Poulin, Véronique Dubé, Manon Guay, Sophie Éthier, Andrée Sévigny, Maude Carignan, Dominique Giroux

Notice bibliographique

RevueJMIR Aging · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversité du Québec à Trois-RivièresCentre for Interdisciplinary Research in RehabilitationQuebec Network for Research on AgingCentre Hospitalier Universitaire de SherbrookeUniversité de SherbrookeUniversité de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-cléseHealthFocus groupQualitative researchUser requirements documentProcess (computing)Family caregiversKnowledge managementSession (web analytics)Social supportPsychologyApplied psychologyNursingMedical educationHealth careMedicineEngineeringComputer scienceWorld Wide WebBusinessSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Quebec, Canada, many public, community, and private organizations provide resources to caregivers of functionally impaired older adults. Nevertheless, these resources may be difficult for caregivers to find. A co-design study was conducted to address the gap between caregivers and access to resources. The purpose of this study was to support the process of help seeking by caregivers of functionally impaired older adults through electronic health (eHealth). OBJECTIVE: The purpose of this study was to focus on the identification of functional and content requirements for an eHealth tool to support the help-seeking process of caregivers of functionally impaired older adults. METHODS: This study uses a co-design process based on qualitative action research approach to develop an eHealth tool with health and social service professionals (HSSPs), community workers, and caregivers. The participants acted as co-designers in identifying requirements for the tool. A total of 4 design workshops and 1 advisory committee session were held in different locations in Quebec, Canada. Activities were videotaped and analyzed with a conceptual framework of user experience. RESULTS: A total of 11 caregivers, 16 community workers, and 11 HSSPs participated in identifying the requirements for the eHealth tool. Several functional and content requirements were identified for each user need (19). Content requirements differed depending on the category of participant, corresponding to the concept of user segmentation in the design of information and communication technology. Nevertheless, there were disagreements among co-designers about specific functionalities, which included (1) functionalities related to the social Web, (2) functionalities related to the evaluation of resources for caregivers, and (3) functionalities related to the emerging technologies. Several co-design sessions were required to resolve disagreements. CONCLUSIONS: Co-designers (participants) were able to identify functional and content requirements for each of the previously identified needs; however, several discussions were required to achieve consensus. Decision making was influenced by identity, social context, and participants' knowledge, and it is a challenge to reconcile the different perspectives. The findings stressed the importance of allowing more time to deal with the iterative aspect of the design activity, especially during the identification of requirements of an eHealth tool. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/11634.

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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,467

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,328
Écart entre enseignants0,307 · 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

Citations21
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetTechnology Use by Older AdultsTravaux en français237 207