MétaCan
Menu
Retour à la cohorte
Enregistrement W4306722622 · doi:10.1055/a-1962-5583

Technology Acceptance of a Mobile Application to Support Family Caregivers in a Long-Term Care Facility

2022· article· en· W4306722622 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Clinical Informatics · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensGlenrose Rehabilitation HospitalUniversity of AlbertaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésUsabilityFocus groupFamily caregiversBivariate analysisData collectionTechnology acceptance modelQualitative propertyMobile technologyQualitative researchNursingPsychologyContent analysisMedicineFamily medicineApplied psychologyGerontologyMobile deviceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract Background Family caregivers are unpaid individuals who provide care to people with chronic conditions or disabilities. Family caregivers generally do not have formal care-related training. However, they are an essential source of care. Mobile technologies can benefit family caregivers by strengthening communication with care staff and supporting the monitoring of care recipients. Objective We conducted a mixed-method study to evaluate the acceptance and usability of a mobile technology called the Smart Care System. Methods Using convenience sampling, we recruited 27 family caregivers to evaluate the mobile Smart Care System (mSCS). In the quantitative phase, we administered initial and exit questionnaires based on the Unified Theory of Acceptance and Use of Technology. In the qualitative phase, we conducted focus groups to explore family caregivers' perspectives and opinions on the usability of the mSCS. With the quantitative data, we employed univariate, bivariate, and partial least squares analyses, and we used content analysis with the qualitative data. Results We observed a high level of comfort using digital technologies among participants. On average, participants were caregivers for an average of 6.08 years (standard deviation [SD] = 6.63), and their mean age was 56.65 years (SD = 11.62). We observed a high level of technology acceptance among family caregivers (7.69, SD = 2.11). Behavioral intention (β = 0.509, p-value = 0.004) and facilitating conditions (β = 0.310, p-value = 0.049) were statistically significant and related to usage behavior. In terms of qualitative results, participants reported that the mobile application supported care coordination and communication with staff and provided peace of mind to family caregivers. Conclusion The technology showed high technology acceptance and intention to use among family caregivers in a long-term care setting. Facilitating conditions influenced acceptance. Therefore, it would be important to identify and optimize these conditions to ensure technology uptake.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil0,620

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,352
Écart entre enseignants0,328 · 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