Smartphone Technology: Impact on Interprofessional Working Relations between Doctors and Nurses
Notice bibliographique
Résumé
BACKGROUND: For decades, the main communication technology in hospitals has been the paging system. In the era of digital communication, smartphones have been adopted by hospitals seeking to modernize processes and offer real-time, two-way communication to increase efficiency. OBJECTIVE: The aim of this study was to explore physicians' and nurses' perceptions of the impact of smartphones on communication and efficiency. METHODS: Mann-Whitney U-tests were used to compare differences in item scores between physicians and nurses on 17 questionnaire items relating to smartphone impact on interpersonal relationships and communication, efficiency and reliability. An open-ended question was used to elicit additional feedback. RESULTS: In total, 43 nurses and 27 physicians participated in the study. Nurses' ratings were significantly higher than physicians' on a number of questionnaire items, including the following: smartphones have a positive impact on efficiency (Mdn = 4.0 vs. 3.0, U = 321.0, p = 0.027, r = .33), smartphones increase my accessibility to physicians (Mdn = 5.0 vs. 3.0, U = 277.0, p = 0.009, r = 0.42) and smartphones reduce interruptions versus pagers (Mdn = 4.0 vs. 2.0, U = 224.0, p > 0.0001, r = 0.47). CONCLUSION: The findings suggest that smartphone technology may reduce the locus of control for physicians, potentially limiting their ability to prioritize patients' needs and manage workflow efficiently.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».