Understanding nurses' perceptions of electronic health record use in an acute care hospital setting
Notice bibliographique
Résumé
As Canadian healthcare organizations implement electronic health records (EHRs), nurses are expected to use the technology in their practice. Findings of a literature review suggest that usability (ease of use, functionality, navigation and impact on workload), the organizational context (support from leadership, level of training, level of on-going support, physical environment and implementation process) and individual nurse characteristics (sex, age, nursing unit, years of experience as a registered nurse, country of nursing education, years of experience using an EHR, previous EHR use and formal informatics training) influence nurses’ use of these systems. Thus, the purpose of this doctoral research was to better understand the relationships between the variables that make up usability, organizational context, individual nurse characteristics, and nurses’ perceptions of EHR use. This study was conducted using a sequential mixed methods design with two phases. Phase One consisted of a cross sectional survey that was piloted and then administered to nurses in an acute care teaching hospital in Toronto, Canada. The aim of the survey was to obtain information about nurses’ perceptions of the usability of the EHR, the organizational context, their individual nurse characteristics and their use of the system. Phase two involved focus groups to better understand the findings identified in the survey. Multivariable and hierarchical linear regression was conducted. A multivariable model made up of the variables ease of use, navigation and impact on workload, explained 13% of the variance in nurses’ perceptions of EHR use, however navigation was the only significant predictor in the model. In the data from the focus groups, nurses described how they navigated through the EHR, and which functionalities supported or hindered their use of it. Results of this study provide insights into factors that may influence nurses’ use of EHRs in an acute care hospital setting that have implications for research, nurse leaders, vendors, healthcare settings and nursing practice.
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 | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».