MétaCan
Menu
Retour à la cohorte
Enregistrement W4411978218 · doi:10.1080/17517575.2025.2524847

Human factors in digital healthcare systems: a critical literature review

2025· article· en· W4411978218 sur OpenAlexafffund
Akinola Ogbeyemi, Wenjun Lin, Jethro Odeyemi, Lori Bradford, Hang Yu, Wenjun Zhang

Notice bibliographique

RevueEnterprise Information Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueErgonomics and Human Factors
Établissements canadiensAlgoma UniversityUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHealth careHealthcare systemComputer scienceBusinessKnowledge managementMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Human factors (HFs) in any digital healthcare systems (DHS) refer to the limitations and errors of human operators or users in the healthcare delivery and patient engagement. This review focuses on two situations (1) users are part of the system, (2) users are the client of the system. This paper aims to identify knowledge gaps in HFs in DHS and propose future research directions to close these gaps. The review discovered five key dimensions of HFs in DHS and nine relevant topic areas. From these, three major knowledge gaps and six future research directions are proposed to further advance the subject area of HFs in DHSs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0130,012
Études des sciences et des technologies0,0020,003
Communication savante0,0050,006
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnterprise Information SystemsMême sujetErgonomics and Human FactorsTravaux en français237 207