The Effects of Creating Psychological Ownership on Physicians' Acceptance of Clinical Information Systems
Notice bibliographique
Résumé
OBJECTIVE: Motivated by the need to push further our understanding of physicians' acceptance of clinical information systems, we propose a relatively new construct, namely, psychological ownership. We situated the construct within a nomological net using a prevailing and dominant information technology adoption behavior model as a logical starting point. DESIGN: A mail survey was sent to the population of users of a regional physician order entry (POE) system aimed at speeding up the transmission of clinical data, mainly laboratory tests and radiology examinations, within a community health network. MEASUREMENTS: All scales, but one, were measured using previously validated instruments. For its part, the psychological ownership scale was developed using a multistage iterative procedure. RESULTS: Ninety-one questionnaires were returned to the researchers, for a response rate of 72.8%. Our findings reveal that, in order to foster physicians' adoption of a clinical information system, it is important to encourage and cultivate a positive attitude toward using the new system. In this connection, positive perception of the technology's usefulness is crucial. Second, results demonstrate that psychological ownership of a POE system is positively associated with physicians' perceptions of system utility and system user friendliness. Last, through their active involvement and participation, physicians feel they have greater influence on the development process, thereby developing feelings of ownership toward the clinical system. CONCLUSION: Psychological ownership's highly significant associations with user participation and crucial beliefs driving technology acceptance behaviors among physicians affirm the value of this construct in extending our understanding of POE adoption.
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 | 0,005 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».