Integrated Immunization Information System in Indonesia: Prototype Design Using Quantitative and Qualitative Data
Notice bibliographique
Résumé
BACKGROUND: As the volume of immunization records increases, problems with fragmented records arise, especially since the majority of records in developing countries, including Indonesia, remain paper based. Implementing an immunization information system (IIS) offers a solution to this problem. OBJECTIVE: In this study, we designed an integrated IIS prototype in Indonesia using the design science research (DSR) methodology. METHODS: The stages of the DSR methodology followed in this study included identifying problems and motivating and defining objectives for a solution, design and development, demonstration, evaluation, communication, and drawing conclusions and suggestions. Specifically, this study began with problem formulation and a literature review. We then applied quantitative (questionnaire with 305 members of the public) and qualitative (interviews with 15 health workers including nurses, midwives, and doctors) data collection approaches. RESULTS: The resulting high-fidelity prototype follows the 8 golden rules. There are 2 IIS designs, one for the public as immunization recipients and another for health workers. The functionalities include immunization history, schedule, recommendations, verification, certificates, reminders and recalls, coverage, monitoring, news, and reports of adverse events. Evaluation of the prototype was carried out through interviews and a questionnaire designed according to the System Usability Scale (SUS) and Post-Study System Usability Questionnaire (PSSUQ). The SUS value was 72.5 or "Good (Acceptable)," while the system usefulness, information quality, interface quality, and overall value on the PSSUQ were 2.65, 2.94, 2.48, and 2.71, respectively, which indicate it has an effective design. CONCLUSIONS: This provides a guide for health facilities, health regulators, and health application developers on how to implement an integrated IIS in Indonesia.
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 | 0,034 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».