MétaCan
Menu
Retour à la cohorte
Enregistrement W4220898722 · doi:10.2196/36702

Acceptance of an Internet-Based Team Development Tool Aimed at Improving Work-Related Well-being in Nurses: Cross-sectional Study

2022· article· en· W4220898722 sur OpenAlexvenueno aff
Sylvia Broetje, Georg F. Bauer, Gregor J. Jenny

Notice bibliographique

RevueJMIR Nursing · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensnon disponible
Organismes subventionnairesUZH FoundationUniversität Zürich
Mots-clésUnified theory of acceptance and use of technologyPsychological interventionPsychologyApplied psychologyWorkplace health promotionPromotion (chess)Variance (accounting)Knowledge managementNursingHealth promotionMedicineBusinessComputer scienceExpectancy theoryPublic healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Workplace health interventions can produce beneficial health- and business-related outcomes. However, such interventions have traditionally focused on lifestyle behaviors of individuals, mostly not considering the role of working conditions. The wecoach intervention is an internet-based tool that combines both a digital and a participatory team development approach aimed at addressing critical job demands and resources as key aspects of health-promoting working conditions. Nursing staff are particularly affected by challenging working conditions and could potentially benefit greatly. Understanding the acceptance of novel workplace health promotion approaches is a critical precursor to their successful implementation and use. OBJECTIVE: This study aims to examine the factors influencing the acceptance of a digitally supported team development tool among nurse managers. METHODS: A sample of 32 nurse managers from 3 German-speaking countries tested wecoach and completed our online questionnaire. Hypotheses were based on the unified theory of acceptance and use of technology (UTAUT) and the organizational health development (OHD) model and were tested using multiple regression analyses. RESULTS: Our analyses found that merely capacities on the team level (CapTeam) significantly contributed to the acceptance of wecoach, although only after the other variables were excluded in the stepwise multiple regression analysis. The UTAUT predictors were unable to add significant variance explanation beyond that, and their inclusion masked the contribution of CapTeam. CONCLUSIONS: For the acceptance of a digitally supported participatory tool, the fit with the team, its culture, and its motivation are of critical importance, while aspects proposed by traditional acceptance models, such as the UTAUT, may not be applicable.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,390
Écart entre enseignants0,370 · 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.

Devis d'étudeObservationnel
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR NursingMême sujetWorkplace Health and Well-beingTravaux en français237 207