MétaCan
Menu
Retour à la cohorte
Enregistrement W1587594758 · doi:10.1108/17410401111167807

Efficiency and technological change in health care services in Ontario

2011· article· en· W1587594758 sur OpenAlexaffabout
Hedayet Chowdhury, Walter P. Wodchis, Audrey Laporte

Notice bibliographique

RevueInternational Journal of Productivity and Performance Management · 2011
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésProductivityBootstrapping (finance)Technological changeData envelopment analysisTechnical changeOriginalityConfidence intervalIndex (typography)Operations managementHealth careEnvironmental economicsEconomicsComputer scienceEconometricsStatisticsEconomic growthMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to present a productivity measure for hospital services in Ontario. Design/methodology/approach The study applied the Malmquist Productivity Index (MPI) to assess the efficiency of hospital services in Ontario, Canada, over the period 2003‐2006. The MPI was decomposed into efficiency change and technological change. Efficiency change was further decomposed into pure efficiency change and scale efficiency change. A bootstrapping technique was also used to obtain confidence intervals for the output oriented MPI and its decompositions. Findings By estimating confidence intervals it was found that a large number of hospitals did not achieve significant progress in terms of productivity. By taking geometric means of estimates for all years it was observed that while overall productivity and efficiency of hospitals in Ontario declined during the study period, technological progress increased at a rate of 5.95 percent on average. Practical implications The present study helps to understand the productivity and technological change and change in technical efficiency in this vital sector of the economy, which is important for policy making identifying improvement opportunities in resource allocation. It was observed that Ontario hospitals did not improve the efficiency with which they employed their inputs (i.e. staff and supplies) over the study period; they did achieve gains through application of technologies. Originality/value The paper provides a thorough study on productivity growth of health care services in Ontario using a non‐parametric framework with bootstrapping. It also provides a robust measurement and analysis of the contributions of technology, size of operation and use of inputs to the performance of hospitals in Ontario.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,418

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,346
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Productivity and Performance ManagementMême sujetEfficiency Analysis Using DEATravaux en français237 207