Healthcare service innovation based on information technology : The role of social values alignment
Bibliographic record
Abstract
Le dossier de santé personnel informatisé (DSPI) est une technologie de l’information (TI) conçue pour l’autonomisation des patients en matière d’autogestion de la santé. Toutefois, son déploiement réel reste moindre que prévu en raison de deux barrières principales que doivent adresser les fournisseurs de DSPI : manque de confiance envers le fournisseur dans la confidentialité des données et manque de flexibilité de l’outil. Pour outrepasser ces barrières, nous envisageons la possibilité que les DSPI soient offerts par les coopératives de santé en collaboration avec la communauté de développement open source partageant des valeurs similaires. En mobilisant le concept d’alignement social qui met l’accent sur les valeurs, nous explorons d’abord la possibilité d’alignements sociaux entre les valeurs sous-jacentes à la mission des coopératives de santé et celles sous-jacentes à la finalité des DSPI, et entre les valeurs fondamentales des coopératives de santé et celles des communautés de développement open source. Nous explorons aussi l’effet de ces alignements potentiels sur l’intérêt des coopératives de santé à innover avec un service de santé basé sur le DSPI. Pour atteindre nos objectifs de recherche 17 entrevues ont été menées dans des coopératives de santé au Québec, une province du Canada où le réseau des coopératives de santé est particulièrement actif. Nos résultats montrent que le concept d’alignement des valeurs sociales est utile dans le contexte de l’innovation de service basé sur un DSPI dans les coopératives de santé. Toutefois, notre analyse des données montre que l’alignement des valeurs sociales ne suffit pas pour qu’une telle innovation se produise. En effet, nos résultats nous ont conduits vers le concept de prédisposition organisationnelle afin de mieux comprendre ce qui est nécessaire pour augmenter la probabilité que l’innovation de service basé sur un DSPI se produise au sein des coopératives de santé. Cette étude se termine par l’amorce d’un développement théorique où nous bâtissons sur nos résultats et sur la littérature pour proposer un modèle conceptuel de l’innovation de service basé sur les TI dans les organisations de soins de santé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.021 | 0.039 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.006 | 0.014 |
| Scholarly communication | 0.019 | 0.012 |
| Open science | 0.001 | 0.014 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".