The Impact of Visit Frequency on the Relationship between Service Quality and Outpatient Satisfaction: A South Korean Study
Notice bibliographique
Résumé
OBJECTIVE: To examine the relative impact of four service quality dimensions on outpatient satisfaction and to test the invariance of the structural relationships between the service quality dimensions and satisfaction across three patient groups of varying numbers of prior visits to the same hospital as outpatients. DATA SOURCES/STUDY SETTING: Survey of 557 outpatients using a self-administered questionnaire over a 10-day period at a general hospital in Sungnam, South Korea. DATA COLLECTION: Patients answered questions related to two main constructs, patient satisfaction and health care service quality. The health care service quality measures (30 items) were developed based on the results of three focus group interviews and the SERVQUAL scale, while satisfaction (3 items) was measured using a previously validated scale. STUDY DESIGN: Confirmatory factor analysis was used to assess the construct validity of the service quality scale by testing convergent and divergent validity. A structural equation model specifying the four service quality dimensions as exogenous variables and patient satisfaction as an endogenous variable was estimated to assess the relative impact of each of the service quality dimensions on satisfaction. This was followed by a multigroup LISREL analysis that tested the invariance of structural coefficients across three groups with different frequencies of outpatient visits to the hospital. PRINCIPAL FINDINGS: Findings support the causal relationship between service quality and satisfaction in the context of the South Korean health care environment. The four service quality dimensions showed varying patterns of impact on patient satisfaction across the three different outpatient groups. CONCLUSION: The hospital management needs to be aware of the relative importance of each of the service quality dimensions in satisfaction formation of outpatients, which varies across different hospital utilization groups, and use this in strategic considerations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».