MétaCan
Menu
Retour à la cohorte
Enregistrement W4381137262 · doi:10.2196/46819

Sociotechnical Challenges of Digital Health in Nursing Practice During the COVID-19 Pandemic: National Study

2023· article· en· W4381137262 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 Nursing · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSociotechnical systemDigital healthWorkforceNursingHealth careWorkflowGovernment (linguistics)TelemedicinePandemicMedicineBusinessPsychologyKnowledge managementPolitical scienceCoronavirus disease 2019 (COVID-19)Computer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has accelerated the use of digital health innovations, which has greatly impacted nursing practice. However, little is known about the use of digital health services by nurses and how this has changed during the pandemic. OBJECTIVE: This study explored the sociotechnical challenges that nurses encountered in using digital health services implemented during the pandemic and, accordingly, what digital health capabilities they expect from the emerging workforce. METHODS: Five groups of nurses, including chief nursing information officers, nurses, clinical educators, nurse representatives at digital health vendor companies, and nurse representatives in government bodies across Australia were interviewed. They were asked about their experience of digital health during the pandemic, their sociotechnical challenges, and their expectations of the digital health capabilities of emerging nurses to overcome these challenges. Interviews were deductively analyzed based on 8 sociotechnical themes, including technical challenges, nurse-technology interaction, clinical content management, training and human resources, communication and workflow, internal policies and guidelines, external factors, and effectiveness assessment of digital health for postpandemic use. RESULTS: Sixteen participants were interviewed. Human factors and clinical workflow challenges were highly mentioned. Nurses' lack of knowledge and involvement in digital health implementation and evaluation led to inefficient use of these technologies during the pandemic. They expected the emerging workforce to be digitally literate and actively engaged in digital health interventions beyond documentation, such as data analytics and decision-making. CONCLUSIONS: Nurses should be involved in digital health interventions to efficiently use these technologies and provide safe and quality care. Collaborative efforts among policy makers, vendors, and clinical and academic industries can leverage digital health capabilities in the nursing workforce.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,154
Tête enseignante GPT0,525
Écart entre enseignants0,371 · 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