MétaCan
Menu
Retour à la cohorte
Enregistrement W4387015152 · doi:10.32920/24191460

Beyond “implementation”: digital health innovation and service design

2023· preprint· en· W4387015152 sur OpenAlexaff
James Shaw, Payal Agarwal, Laura Desveaux, Daniel Cornejo Palma, Vess Stamenova, Trevor Jamieson, Rebecca Yang, R. Sacha Bhatia, Onil Bhattacharyya

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensSt. Michael's HospitalWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésValue propositionKnowledge managementDigital healthService (business)Health technologyProcess managementHealth careWork (physics)BusinessComputer scienceEngineering managementEngineeringMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

<p>Digital tools have shown great potential to enhance health services’ capacity to achieve the goals of the triple aim (enhance patient experience, improve health outcomes, and control or reduce costs), but their actual impact remains variable. In this commentary, we suggest that shifting from a perspective focused on “implementing” new digital tools in health care settings toward one focused on “service design” will help teams execute more successful digital technology adoption projects. We present value proposition design (VPD) as a service design strategy requiring that stakeholders are brutally honest in determining the value of a new digital tool for their everyday work. Incorporating a perspective focused on how the value proposition of a technology is understood by each team member, and implications for their work routines, will help project teams to better understand how services can be reinvented during technology adoption initiatives. We present the simple heuristic [Tool+Team+Routine] as a reminder of the central considerations that make up a service design initiative, and present an illustrative case scenario of designing the use of a digital care coordination platform in an actual digital technology adoption project. We conclude by outlining two important challenges that need to be addressed to advance service design approaches to technology adoption in health care.</p> <p> </p>

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 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 candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,096
Tête enseignante GPT0,322
Écart entre enseignants0,226 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetService and Product InnovationTravaux en français237 207