Digitally mediated relationships: How social representation in technology influences the therapeutic relationship in primary care
Notice bibliographique
Résumé
Relationships, built on trust, knowledge, regard, and loyalty, have been demonstrated to be fundamental to health care delivery. Strong relationships between patients and providers have been linked to more compassionate care delivery, and better patient experience and outcomes, and may be particularly important in primary care. The rapid adoption of digital technologies since the onset of COVID-19 has led health care systems to seriously consider a "digital-first" primary care delivery model. Questions remain regarding what impact this transformation will have on the therapeutic relationship. Using a rapid ethnographic approach this study explores how patient and provider understandings of therapeutic relationships and digital health technologies may influence relationship-building or maintenance between patients with complex care needs and their care providers. Three team-based primary care sites in Toronto, Ontario, Canada were included in the study. Across the three sites 9 patients with chronic health conditions, 1 caregiver, and 10 healthcare providers (including family physicians, family medicine residents, social workers, and nurse practitioners) participated. Interviews were conducted with all participants and 8 observations of virtual clinical encounters (phone and video visits) were conducted. Using social representation theory as a lens, analysis revealed that participants' constructions of therapeutic relationships and digital technologies were informed by their identities, experiences, and expectations. For participants to see technologies as enabling to the therapeutic relationship, there needed to be alignment between how participants viewed the role of technology in care and in their lives, and how they recognized (or constructed) a good therapeutic relationship. This exploratory work suggests the need to think about how both patients' and providers' views of technology may determine whether digital technologies can be leveraged to meet patient needs while maintaining, or building, strong therapeutic relationships.
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 | 0,004 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 ».