Readiness for Change in the Implementation of a 3D Printing Initiative in a Catalan Tertiary Hospital Using the Normalization Process Theory: Survey Study
Notice bibliographique
Résumé
BACKGROUND: The high failure rate of innovation projects motivates us to understand the perceptions about resistances and barriers of the main stakeholders to improving success rates. OBJECTIVE: This study aims to analyze the readiness for change in the implementation of a 3D printing project in a Catalan tertiary hospital prior to its implementation. METHODS: We used a web-based, voluntary, and anonymous survey using the Normalization Measurement Development questionnaire (NoMAD) to gather views and perceptions from a selected group of health care professionals at Germans Trias i Pujol University Hospital. RESULTS: In this study, 58 professionals, including heads of service (n=30, 51%), doctors (n=18, 31%), nurses (n=7, 12%), and support staff (n=3, 5%), responded to the questionnaire. All groups saw the value of the project and were willing to enroll and support it. Respondents reported the highest scores (out of 5) in cognitive participation (mean 4.45, SD 0.04), coherence (mean 3.72, SD 0.13), and reflective monitoring (mean 3.80, SD 0.25). The weakest score was in collective action (mean 3.52, SD 0.12). There were no statistically significant differences in scores among professions in the survey. CONCLUSIONS: The 3D printing project implementation should pay attention to preparing, defining, sharing, and supporting the operational work involved in its use and implementation. It should also understand, assess, and communicate the ways in which the new set of practices can affect the users and others around them. We suggest that health officers and politicians consider this experience as a solid ground toward the development of a more efficient health innovation system and as a catalyst for transformation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».