The Intention of Primary Health Nurses to Participate in Internet Plus Nursing Service: Cross-Sectional Survey
Notice bibliographique
Résumé
Background: "Internet Plus Nursing Service" (IPNS) offers innovative solutions for China's growing home health care demands. Understanding primary care nurses' participation intentions is crucial for service optimization. Objective: This study evaluates primary health nurses' intention to participate in IPNS-a technology-mediated home care model combining mobile health platforms with in-person visits-and examines how digital readiness, safety perceptions, and organizational factors influence participation decisions, to guide policy optimization for scalable digital home health care delivery. Methods: A cross-sectional survey was conducted in Jiangsu Province, China (December 2023-December 2024) using the validated Participation Intention of Nurses on IPNS Scale. Convenience sampling enrolled 3952 nurses from 13 prefecture-level cities in Jiangsu-the second-tier administrative divisions in China that typically encompass both urban and rural areas, each with independent health care systems governed by municipal health authorities. Statistical analyses included t tests and ANOVA with SPSS 22. Results: A total of 3952 surveys were completed. The participation intention scale yielded a mean (SD) total score of 66.13 (7.89) across respondents. Subscale analysis revealed mean (SD) scores of 18.57 (2.68) for participation attitude, 18.87 (2.49) for subjective norms, and 25.67 (3.48) for perceived behavioral control. Significant demographic predictors of participation intention were identified through statistical analysis. Male nurses demonstrated stronger intention (t72.974=-23.139, P<.0001), as did those over 30 years old (F39,51=27.215, P<.0001) and bachelor's degree holders (t2185.018=-4.994, P<.0001). Workplace characteristics also showed significant associations, with nursing management department staff (F39,51=45.877, P<.0001) and those with less organizational workloads (F39,51=9.829, P<.0001) displaying greater intention. Professional factors including higher positional rank (F39,51=37.32, P<.0001), more advanced titles (F39,51=30.176, P<.0001), and over 11 years of experience (F39,51=5.242, P=.001) predicted stronger participation intent. Finally, nurses earning 5000-10,000 RMB (a currency exchange rate of RMB 1=US $0.71 is applicable) monthly showed significantly higher intention scores (F39,51=16.141, P<.0001). Conclusions: Policymakers should prioritize 3 interventions: (1) develop IPNS-specific safety protocols and legal safeguards, (2) optimize workload allocation through intelligent scheduling systems, and (3) establish tiered incentive mechanisms targeting middle-income nurses and experienced practitioners.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».