MétaCan
Menu
Retour à la cohorte
Enregistrement W4396893679 · doi:10.3897/pharmacia.71.e113509

Acceptance factors of telemedicine in times of COVID-19: Case Argentina

2024· article· en· W4396893679 sur OpenAlexaff
Jorge Anibal Schlottke, Aldo Álvarez-Risco, Ezequiel Leandro Bertiche, Rocío Belén López, Carla Vanesa Torletti, Facundo Yamil del Hoyo, Shyla Del-Aguila-Arcentales, Christian R. Mejía, Mercedes Rojas-Osorio, Neal M. Davies, Jaime A. Yáñez

Notice bibliographique

RevuePharmacia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)TelemedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakPandemicComputer scienceGeographyVirologyMedicineHealth careEconomic growthOutbreakInternal medicineEconomics

Résumé

récupéré en direct d'OpenAlex

We performed an analytical, cross-sectional study of 285 consumers to assess the influence of social influence, resistance to use, facilitators to use, perceived ease of use and perceived usefulness of telemedicine on the intention to use telemedicine of citizens of Argentina in times of the pandemic by COVID-19. The proposed research model was analyzed using partial least square structural equation modeling (PLS-SEM). Perceived ease of use had a positive effect (0.624) on perceived usefulness; facilitating conditions had a positive effect (0.476) on usage intention; perceived risk (-0.062) and social influence (0.072) did not have an effect on usage intention. Bootstrapping showed that the beta coefficients were statistically significant. The outcomes may provide ideas to healthcare managers to know what an expectation about telemedicine is and develop new services directed to patients.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,697
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0060,000

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 Opus0,078
Tête enseignante GPT0,445
Écart entre enseignants0,367 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaciaMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207