要約
このプロトコルは、リソース制限された非営利医療機関におけるAI対応の知識共有に関する既存の証拠を体系的にマッピングするように設計されたスコーピングレビューの概要を示しています。
このレビューの目的は、特にUSAID運用の停止後の外部サポートの減少の文脈において、そのような技術がどのようにコラボレーションと意思決定を強化するかを調査することです。
3つの理論的フレームワーク、すなわち、リソースベースのビュー、動的能力理論、吸収能力理論に導かれたこの研究では、組織の学習と俊敏性の戦略的リソースとイネーブラーとしてのAIの二重の役割を調査します。
プロトコルは、複数のデータベースにわたる体系的な検索戦略、包含および除外基準、および構造化されたデータ抽出プロセスを含む、Prisma-SCRガイドラインに基づいた厳密な方法論的アプローチを詳述します。
理論的洞察を経験的証拠と統合することにより、このスコーピングレビューは、文献の重要なギャップを特定し、非営利のヘルスケア設定における効果的でリソースが最適化されたAIソリューションの設計を通知しようとしています。
要約(オリジナル)
This protocol outlines a scoping review designed to systematically map the existing body of evidence on AI-enabled knowledge sharing in resource-limited non-profit healthcare organizations. The review aims to investigate how such technologies enhance collaboration and decision-making, particularly in the context of reduced external support following the cessation of USAID operations. Guided by three theoretical frameworks namely, the Resource-Based View, Dynamic Capabilities Theory, and Absorptive Capacity Theory, this study will explore the dual role of AI as a strategic resource and an enabler of organizational learning and agility. The protocol details a rigorous methodological approach based on PRISMA-ScR guidelines, encompassing a systematic search strategy across multiple databases, inclusion and exclusion criteria, and a structured data extraction process. By integrating theoretical insights with empirical evidence, this scoping review seeks to identify critical gaps in the literature and inform the design of effective, resource-optimized AI solutions in non-profit healthcare settings.
arxiv情報
| 著者 | Maurice Ongala,Ruth Kiraka,Jyoti Choundrie,Javan Okello |
| 発行日 | 2025-03-10 17:09:12+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google