Frontline connect: Evaluating a virtual technology program to enhance patient and provider communication during COVID‐19
Notice bibliographique
Résumé
RATIONALE: Since the beginning of the COVID-19 pandemic, many hospitals have reduced in-hospital visitation. In these situations, virtual communication tools have helped maintain interaction between parties. The Frontline Connect program was designed to address communication and patient care challenges by providing data-enabled devices to clinical staff in hospitals. OBJECTIVE: This study aimed to identify areas of improvement for the Frontline Connect program by: (a) evaluating communication needs, user experience, and program satisfaction; and (b) identifying potential barriers to device access or use. METHODS: We administered pre-implementation needs assessment, post-use, and exit surveys to healthcare staff at a pilot hospital site in Ontario. Recruitment was through email lists and site champions using convenience sampling. We descriptively analysed survey responses and compared the initial need statements to post-implementation use-cases identified by users. RESULTS: We received 139 needs assessments, 31 user experience assessments, and 47 exit survey responses. Most device use occurred in the emergency department and intensive care units and was facilitated by social workers, nurses, and physicians to connect patients, families, and care providers. Pre-implementation concerns were related to infection control, data security, and device privacy. In the exit survey, these were replaced by other concerns including Internet connectivity and time-intensiveness. Device utility and ease-of-use were rated 9.7/10 and 9.6/10 respectively in the user experience survey, though overall experience was rated 7.2/10 in the exit survey. Overall, respondents viewed the devices as useful and we agree with participants who suggested increased program promotion and training would likely improve adoption. CONCLUSIONS: We found that our virtual technology program for facilitating communication was positively perceived. Survey feedback indicates that a rapid rollout in response to urgent pandemic-related needs was feasible, though program logistics could be improved. The current work supports the need to improve, standardize, and sustain virtual communication programs in hospitals.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».