Perspectives and experiences with telepharmacy among pharmacists in Canada: A cross-sectional survey
Notice bibliographique
Résumé
Objective: This study aims to understand Canadian pharmacists' use, experiences, and perspectives of telepharmacy. Methods: We conducted a cross-sectional online survey. Individuals were eligible to participate if they were currently a registered, licensed pharmacist practicing in Canada. We collected perspectives of both telepharmacy users and non-users by creating a survey logic that asked specific and shared questions between the two groups. Data was analyzed using descriptive statistics including means and standard deviations (SD) for continuous variables and proportions for categorical variables. Results: Between October and December 2020, 136 pharmacists completed the survey, including 61 (52.6%) telepharmacy users and 55 (47.4%) non-users. Among those who use telepharmacy, the majority of participants (39, 72.2%) expressed that telepharmacy augmented their clinical practice and feel comfortable managing minor ailments using telepharmacy (41, 80.4%). Among non-users, 45 (84.9%) indicated that telepharmacy will augment their clinical practice and 48 (90.6%) would feel comfortable managing minor ailments using telepharmacy. Important considerations for successful implementation of telepharmacy for those who use telepharmacy included easier system implementation (29, 19.3%), better privacy & data protection (28, 18.7%) and simple to learn technology (23, 15.3%). Conclusion: Despite the growing recognition of benefits of telepharmacy, our findings suggest that utilization among pharmacists in Canada is still quite low. Nonetheless, our study identified areas of consideration for better integration of telepharmacy in pharmacy practice including optimizing workflow, addressing barriers, and providing training to pharmacy students.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».