論文の概要: IT ambidexterity and patient agility: the mediating role of digital
dynamic capability
- arxiv url: http://arxiv.org/abs/2105.09013v1
- Date: Wed, 19 May 2021 09:27:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 11:39:49.837602
- Title: IT ambidexterity and patient agility: the mediating role of digital
dynamic capability
- Title(参考訳): ITの曖昧さと患者のアジリティ--デジタルダイナミック能力の仲介的役割
- Authors: Rogier van de Wetering
- Abstract要約: 本稿では,病院部門が同等の能力を利用してIT資源や実践を探索・活用する方法について検討する。
研究成果は、臨床実践を変革し、現在のIS知識基盤に貢献するために使用することができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Despite a wealth of attention for information technology (IT)-enabled
transformation in healthcare research, limited attention has been given to ITs
role in developing specific organizational capabilities to respond to patients
their needs and wishes adequately. This paper investigates how hospital
departments can leverage the equivocal capacity to explore and exploit IT
resources and practices, i.e., IT ambidexterity, to adequately sense and
respond to patients their needs and demands, i.e., patient agility. Following
the dynamic capabilities view, this research develops a research model and
tests it accordingly using data obtained from 107 clinical hospital departments
from the Netherlands through an online survey. The hypothesized relationships
are tested using structural equation modeling (SEM). The outcomes demonstrate
the significance of IT ambidexterity in developing a digital dynamic capability
that, in turn, positively influences patient agility. The study outcomes can be
used to transform clinical practice and contribute to the current IS knowledge
base.
- Abstract(参考訳): 医療研究において情報技術(IT)による変革に多くの注意が向けられているが、患者のニーズやニーズに適切に対応するための特定の組織能力を開発する上でのITの役割には、限られた注意が向けられている。
本稿では,医療部門がIT資源・実践,すなわちITアンビデクスタリティを探索・活用し,患者のニーズやニーズ,すなわち患者のアジリティを適切に把握し,対応することができるかを検討する。
本研究は, オランダの107の病院部門から得られたデータを用いて, オンライン調査により, ダイナミック機能の観点から研究モデルを開発し, 評価した。
仮説関係は構造方程式モデリング(SEM)を用いて検証される。
これらの結果は、患者のアジリティに肯定的な影響を与えるデジタルダイナミックな能力を開発する上で、ITの曖昧さの重要性を示しています。
研究成果は、臨床実践を変革し、現在のis知識ベースに貢献するために利用することができる。
関連論文リスト
- Generative AI-Driven Human Digital Twin in IoT-Healthcare: A
Comprehensive Survey [56.89257974393749]
IoT(Internet of Things)は、特にヘルスケアにおいて、人間の生活の質を大幅に向上させる。
ヒトデジタルツイン(HDT)は、個体の複製を包括的に特徴付ける革新的なパラダイムとして提案されている。
HDTは、多用途で生き生きとした人間のデジタルテストベッドとして機能することで、医療監視の応用を超えて、IoTヘルスの強化を図っている。
最近、生成人工知能(GAI)は、高度なAIアルゴリズムを利用して、多種多様なデータを自動的に生成、操作、修正できるため、有望なソリューションである可能性がある。
論文 参考訳(メタデータ) (2024-01-22T03:17:41Z) - Deployment of a Robust and Explainable Mortality Prediction Model: The
COVID-19 Pandemic and Beyond [0.59374762912328]
本研究では、新型コロナウイルスのパンデミック以降の死亡率予測におけるAIモデルの有効性、説明可能性、堅牢性について検討した。
論文 参考訳(メタデータ) (2023-11-28T18:15:53Z) - Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである*
Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。
Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
論文 参考訳(メタデータ) (2023-10-28T12:08:03Z) - TREEMENT: Interpretable Patient-Trial Matching via Personalized Dynamic
Tree-Based Memory Network [54.332862955411656]
臨床試験は薬物開発に不可欠であるが、しばしば高価で非効率な患者募集に苦しむ。
近年,患者と臨床試験を自動マッチングすることで患者採用を高速化する機械学習モデルが提案されている。
本稿では,TREement という名前の動的ツリーベースメモリネットワークモデルを導入する。
論文 参考訳(メタデータ) (2023-07-19T12:35:09Z) - Rationale production to support clinical decision-making [31.66739991129112]
本稿では,病院の退院予測にInfoCalを適用した。
選択された解釈可能性を持つ各提示モデルや特徴重要度法は,それぞれ異なる結果をもたらす。
論文 参考訳(メタデータ) (2021-11-15T09:02:10Z) - The role of IT ambidexterity, digital dynamic capability and knowledge
processes as enablers of patient agility: an empirical study [0.0]
本研究はオランダの107の病院のデータを便利にサンプリングした。
ITの曖昧さは、デジタルダイナミック機能の開発を肯定的に促進します。
論文 参考訳(メタデータ) (2021-07-20T11:30:56Z) - IT ambidexterity driven patient agility and hospital patient service
performance: a variance approach [0.0]
本稿では,病院部門が企業の新たなIT資源と実践を同時に探求する能力をどのように活用できるかを検討する。
研究モデルを開発し、オランダの90の臨床病院の横断的なデータを用いてテストする。
研究結果は、理論化されたモデルを支持し、臨床実践を変革し、患者の機敏性を促進する方法に光を当てる。
論文 参考訳(メタデータ) (2021-07-20T11:23:22Z) - MIMO: Mutual Integration of Patient Journey and Medical Ontology for
Healthcare Representation Learning [49.57261599776167]
本稿では、医療表現学習と予測分析のための、エンドツーエンドの堅牢なトランスフォーマーベースのソリューション、患者旅行の相互統合、医療オントロジー(MIMO)を提案する。
論文 参考訳(メタデータ) (2021-07-20T07:04:52Z) - Achieving digital-driven patient agility in the era of big data [0.0]
本研究は, 病院部門がデジタルダイナミック機能を活用して患者の機敏性を高める方法について検討した。
以上の結果から,患者知覚・応答能力の発達におけるデジタルダイナミックな能力の重要性が示唆された。
論文 参考訳(メタデータ) (2021-06-15T15:08:26Z) - GaNDLF: A Generally Nuanced Deep Learning Framework for Scalable
End-to-End Clinical Workflows in Medical Imaging [76.38169390121057]
コミュニティ主導型汎用ディープラーニングフレームワークGaNDLF(Generally Nuanced Deep Learning Framework)について紹介する。
GaNDLFは、DL開発、トレーニング、推論のメカニズムをより安定させ、再現可能で、解釈可能で、スケーラブルにする。
放射線画像と病理画像の両方をGaNDLFで解析し,k-foldクロスバリデーションをサポートした。
論文 参考訳(メタデータ) (2021-02-26T02:24:52Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。