Evolution of human factors research and studies of health information technologies: the role of patient safety
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The objective of this survey paper is to present and explain the impact of recent regulations and patient safety initiatives (EU, US and Canada) on Human Factors (HF)/Usability studies and research focusing on Health Information Technology (HIT). The authors have selected the most prominent of these recent regulations and initiatives, which rely on validated HF and usability methods and concepts and aim at enhancing the specific process of identification and prevention of technology-induced errors throughout the lifecycle of HIT. The analysis highlights several points of consensus: 1) safety initiatives or regulations applicable to Medical Devices (MD) tend to extend to HIT, 2) Usability is considered a fundamental dimension of HIT safety, 3) HF/Usability methods and the overall Human Centred Design (HCD) approach are considered efficient solutions to ensure the design of safe and usable HIT. However, it appears that MD manufacturers, and a fortiori HIT designers and developers are still far from being able to routinely apply HCD to their products. On the research side, we need to analyze manufacturers' difficulties with the application of the HCD process and imposed standards. For each given category of HIT, we need to identify the fundamental usability dimensions and design principles likely to impact patient safety independently of workplace settings or organizations. These should be described in terms of usability flaws, corresponding usage problems experienced by users and related outcomes. This approach requires good quality and well structured reporting of Human Factors / Usability research studies on HIT
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle