MétaCan
Menu
Retour à la cohorte
Enregistrement W4236367474 · doi:10.4018/978-1-930708-42-6.ch003

Experiences from Health Information System Implementation Projects Reported in Canada Between 1991 and 1997

2002· book-chapter· en· W4236367474 sur OpenAlexaffabout
Francis C. M. Lau, Marilynne Hebert

Notice bibliographique

RevueAdvances in end user computing series/Advances in end user computing (AEUC) book series · 2002
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInformation systemHealth informaticsKnowledge managementInformaticsProcess (computing)Health sectorResource (disambiguation)BusinessHealth informationProcess managementPublic relationsHealth careEngineeringPolitical scienceComputer scienceMedicineHealth servicesEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Canada’s Health Informatics Association has been hosting annual conferences since the 1970’s as a way of bringing information systems professionals, health practitioners, policy makers, researchers, and industry together to share their ideas and experiences in the use of information systems in the health sector. This paper describes our findings on the outcome of information systems implementation projects reported at these conferences in the 1990’s. Fifty implementation projects published in the conference proceedings were reviewed, and the authors or designates of 24 of these projects were interviewed. The overall experiences, which are consistent with existing implementation literature, suggest the need for organizational commitment; resource support and training; managing project, change process, and communication; organizational/user involvement and teams approach; system capability; information quality; and demonstrable positive consequences from computerization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,431

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,012
Études des sciences et des technologies0,0220,008
Communication savante0,0080,002
Science ouverte0,0030,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,356
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in end user computing series/Advances in end user computing (AEUC) book seriesMême sujetElectronic Health Records SystemsTravaux en français237 207