Advancing nursing participation in user-centred design
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.
Notice bibliographique
Résumé
BACKGROUND: What is the role of nursing in the digital health transformation of the 21st century? The answer to this critical question may rely on how prepared nursing is to enter into design processes associated with this evolution. AIMS: The purpose of this paper is to introduce foundational terminology and tools to support increased nursing participation in user-centred design. Situated within a six-step design process, this includes a new analytic framework combining the disciplinary expertise of computer science with the nursing methodology Interpretive Description. METHODS: The analytic framework and recommended research process were developed over the course of two projects each employing a similar collaborative mixed-methods design. Primary methodological drivers were drawn from the software development life-cycle and Interpretive Description in these digital health intervention studies. RESULTS: Using aspects of software development practice, an analytic framework was conceived as part of an interdisciplinary research process allowing nurses to integrate their disciplinary expertise in user-centred digital design. The framework allows nurses to parse collected data into a robust set of functional and non-functional requirements for software developers while still engaging in a fulsome interpretive analysis. CONCLUSION: There is a need for nursing to occupy a more significant role in the advancement of technology innovation in healthcare. However, a lack of familiarity with design-thinking and associated practical experience impedes nursing voices in this area. Tools and processes are introduced to enhance an existing nursing methodology as a means to extend our disciplinary design capacity.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle