Designing, Developing, and Efficiency Evaluation of a Smartphone Application for Blood Donation
Notice bibliographique
Résumé
This study aimed to design, develop, and evaluate efficiency of a human-based “U-Blood App” prototype for blood unavailability in Thailand. This study adopted a mixed-method design. The results of the study revealed these key findings. First, the needs analysis of 32 key informants (50% males and a mean age of 40.6 years) indicated that the features of the User Experience (UE) and the User Interface (UI) should contain blood donor’s qualification, general information record of the blood donor’s health, blood donation appointment and notification schedule, the application download and installation, a simple guide for the application user, the hospital logo, and necessary information. Second, the evaluation by experts revealed that the quality of the prototype is high (X¯=4.79) and the quality of UI ( X¯=4.79) was higher than that of UE (X¯=4.70). Lastly, the end users of 65 samples (50.76\% females and a mean age of 48 years) are highly satisfied with the prototype (X¯=4.68). The findings advanced the understanding of the impacts of human factors on the development of smart phone application for blood donation. The overall results cannot be generalized in the long term. Future inquiry should work on this limitation.
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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».