Dergiler / Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2020 / Cilt: 38 - Sayı: 4

ENDÜSTRİ 4.0’IN SAĞLIK SEKTÖRÜNE ETKİSİNDE DEMOGRAFİK ÖZELLİKLERİN DÜZENLEYİCİ ROLÜ

MODERATING ROLE OF DEMOGRAPHIC PROPERTIES ON INDUSTRY 4.0’S EFFECT ON HEALTHCARE SECTOR: AN APPLICATION USING THE TECHNOLOGY ACCEPTANCE MODEL

Sayfa
743–776
Yayın Tarihi
2020-12-28
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Tutumun kabul niyeti üzerindeki etkisinde öğrenim düzeyinin ise tam düzenleyici etkiye sahip olduğu sonucuna ulaşılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Sağlık 4.0’da gelinen nihai durum, sağlık teknolojilerinin radyoloji bölümünde yoğun bir şekilde kullanıldığını ve bu alanda çalışan personelin sağlık teknolojilerine yönelik tutumunu ve kabul niyetini açıklayan araştırmalar yapılması gerektiğini ortaya koymaktadır.
📊
Temel Bulgular & Veri:Araştırma sonucunda fayda algısının tutum üzerindeki etkisinde yaş, mesleki deneyim süresi ve aylık gelirin; fayda algısının niyet üzerindeki etkisinde mesleki deneyim süresinin kısmi düzenleyici etkiye sahip olduğu görülmüştür.
💡
Sonuç & Katkı:Tutumun kabul niyeti üzerindeki etkisinde öğrenim düzeyinin ise tam düzenleyici etkiye sahip olduğu sonucuna ulaşılmıştır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Endüstri 4.0 · Sağlık 4.0 · Düzenleyici Rol

Özet

Sağlık 4.0’da gelinen nihai durum, sağlık teknolojilerinin radyoloji bölümünde yoğun bir şekilde kullanıldığını ve bu alanda çalışan personelin sağlık teknolojilerine yönelik tutumunu ve kabul niyetini açıklayan araştırmalar yapılması gerektiğini ortaya koymaktadır. Çalışmada veri analizi aritmetik ortalama, standart sapma gibi betimsel analiz tekniklerini içermektedir. Analizler algılanan fayda, algılanan kullanım kolaylığı, tutum ve niyet yoluyla demografik özelliklerin düzenleyici rolüne odaklanmaktadır. Araştırma sonucunda fayda algısının tutum üzerindeki etkisinde yaş, mesleki deneyim süresi ve aylık gelirin; fayda algısının niyet üzerindeki etkisinde mesleki deneyim süresinin kısmi düzenleyici etkiye sahip olduğu görülmüştür. Ayrıca, kullanım kolaylığı algısının tutum üzerindeki etkisinde yaş, medeni durum ve mesleki deneyim süresinin; kullanım kolaylığı algısının niyet üzerindeki etkisinde ise medeni durumun kısmi düzenleyici etkiye sahip olduğu belirlenmiştir. Tutumun kabul niyeti üzerindeki etkisinde öğrenim düzeyinin ise tam düzenleyici etkiye sahip olduğu sonucuna ulaşılmıştır.

Abstract

The latest situation in Health 4.0 reveals that health technologies are widely used in the radiology department and researches explaining the attitude and intention of the staff working in this field towards health technologies are needed. Data analysis included descriptive analysis techniques such as arithmetic mean and standard deviation in this study. Analysis focusing on perceived benefit, perceived ease of use, and the regulatory role of demographic properties through attitude and intention. Findings showed that the effect of perceived benefit on attitude is related to age, working duration and monthly income; the effect of perceived benefit on intention is related to working duration; the effect of perceived ease of use on attitude is related to age, marital status and working duration and the effect of perceived ease of use on intention is related to marital status. The effect of attitude on intent to accept, on the other hand, is fully related to the level of education .

🔖

Bu Makaleye Atıf Yap

KORKMAZ, S., GEDİK, Ö. (2020). ENDÜSTRİ 4.0’IN SAĞLIK SEKTÖRÜNE ETKİSİNDE DEMOGRAFİK ÖZELLİKLERİN DÜZENLEYİCİ ROLÜ. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 38 - Sayı: 4, 743–776. https://ajindex.com/articles/670171

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Ahuja, A.S. (2019), “The Impact of Artificial Intelligence in Medicine on the Future Role of The Physician”, Peer Journal, 7, e7702. https://doi.org/10.7717/peerj.7702 ET.; 12.01.2019.
  2. Akbaba, A.İ. (2018), “Dördüncü Endüstri Devrimine Geçiş Sürecinde Üç Boyutlu Yazıcı Kullanımının Teknoloji Kabul Modeliyle Ölçümlenmesi: Otomotiv Endüstrisinde Bir Araştırma”, Doktora Tezi, Atatürk Üniversitesi Sosyal Bilimler Enstitüsü, Erzurum, 113. Aksu, G., M.T. Eser, C.O. Güzeller (2017), Açımlayıcı ve Doğrulayıcı Faktör Analizi ile Yapısal Eşitlik Modeli Uygulamaları, Ankara:
  3. Detay Yayıncılık. Al-Gahtani, S.S., M. King (1999), “Attitudes, Satisfaction and Usage: Factors Contributing to Each in The Acceptance of Information Technology”, Behaviour and Information Technology, 18(4), 277-297.
  4. Altunışık, R., R. Coşkun, S. Bayraktaroğlu, E. Yıldırım (2012), Sosyal Bilimlerde Araştırma Yöntemleri SPSS Uygulamalı, 7. Basım, Adapazarı: Sakarya Kitabevi.
  5. Brink, J.A., R.L. Arenson, T.M. Grist, J.S. Lewin, D. Enzmann (2017), “Bits ang Bytes: The Future of Radiology Lies in Informatics and Information Technology”, Eur Radiol., 27, 3647–3651.
  6. Büyüköztürk, Ş. (2018), Sosyal Bilimler için Veri Analizi El Kitabı: İstatistik, Araştırma Deseni SPSS Uygulamaları ve Yorum, 24. Baskı,
  7. Pagem Akademi Yayıncılık, Ankara.
  8. Çakar, M.M. (2018), “Girişimcilerin Bilgi Teknolojilerini Kullanma Nedenlerinin Teknoloji Kabul Modeli Kapsamında Analizi: Manisa İli Örneği”, Yüksek Lisans Tezi, İzmir Kâtip Çelebi Üniversitesi Sosyal Bilimler Enstitüsü, İzmir, 96-98.
  9. Davis, F.D. (1986), “The Technology Acceptance Model for Empirically Testing New End user Information Systems: Theory and Results”, PhD Thesis, Mit Sloan School of Management, 233-250.
  10. Davis, F.D. (1989), “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology”, MIS Quarterly, 13(3), 319–39.
  11. Gordon, R., M. Perlman, M. Shukla (2017), “The Hospital of The Future: How Digital Technologies Can Change Hospitals Globally", [online] Available: https://www2.deloitte.com/content/dam/Deloitte/global/Documents/Life-Sciences-Health-Care/us-lshc-hospital-of-the-future.pdf, 1-26.
  12. Gottumukkala, R.V., T.Q. Le, R.J. Duszak, A.M. Prabhakar (2018), “Radiologists Are Actually Well Positioned to Innovate in Patient Experience, Current Problems in Diagnostic Radiology”, 47(4), 206–208.
  13. Hayes, A.F., A.K. Montoya, N.J. Rockwood (2017), “The Analysis of Mechanisms and Their Contingencies: Process Versus Structural Equation Modeling”,