MétaCan
Menu
Retour à la cohorte
Enregistrement W4312395947 · doi:10.2196/38350

Diversity in Stakeholder Groups in Generative Co-design for Digital Health: Assembly Procedure and Preliminary Assessment

2022· article· en· W4312395947 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Human Factors · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiquePersona Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)StakeholderGenerative grammarCo-designKnowledge managementComputer scienceProcess managementSystems engineeringHuman–computer interactionEngineeringPsychologySociologyArtificial intelligencePolitical sciencePublic relationsComputer architecture

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Diverse knowledge and ways of thinking are claimed to be important when involving stakeholders such as patients, care professionals, and care managers in a generative co-design (GCD) process. However, this claim is rather general and has not been operationalized; therefore, the influence of various stakeholders on the GCD process has not been empirically tested. OBJECTIVE: In this study, we aimed to take the first step in assessing stakeholder diversity by formulating a procedure to assemble a group of diverse stakeholders and test its influence in a GCD process. METHODS: To test the procedure and assess its influence on the GCD process, a case was selected involving a foundation that planned to develop a serious game to help people with cancer return to work. The procedure for assembling a stakeholder group involves snowball sampling and individual interviews, leading to the formation of 2 groups of stakeholders. Thirteen people were identified through snowball sampling, and they were briefly interviewed to assess their knowledge, inference experience, and communication skills. Two diverse stakeholder groups were formed, with one more potent than the other. The influence of both stakeholder groups on the GCD process was qualitatively assessed by comparing the knowledge output and related knowledge processing in 2 identical GCD workshops. RESULTS: Our hypothesis on diverse stakeholders was confirmed, although it also appeared that merely assessing the professional background of stakeholders was not sufficient to reach the full potential of the GCD process. The more potently diverse group had a stronger influence on knowledge output and knowledge processing, resulting in a more comprehensive problem definition and more precisely described solutions. In the less potently diverse group, none of the stakeholders had experience with abduction-2 inferencing, and this did not emerge in the GCD process, suggesting that at least one stakeholder should have previous abduction-2 experience. CONCLUSIONS: A procedure to assemble a stakeholder group with specific criteria to assess the diversity of knowledge, ways of thinking, and communication can improve the potential of the GCD process and the resulting digital health.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,137
Tête enseignante GPT0,342
Écart entre enseignants0,206 · 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