Use of Hospital Appointment Registration Systems in China: A Survey Study
Notice bibliographique
Résumé
BACKGROUND: Hospitals have expressed no knowledge of patients' opinions regarding diversified appointment registration systems, despite efforts to develop novel appointment registration systems that assist patients and increase hospital efficiency. Therefore, the aim of this study was to investigate the use of diversified appointment registration systems and explore the factors influencing patients' registration system choices. METHODS: A survey study using a questionnaire was conducted in West China Hospital in February 2012. Outpatients were randomly selected from different hospital departments and the questionnaire was distributed and collected on-site. RESULTS: Data from 1,009 patients were available for analysis. Of these, 63.4% used appointment systems to register while others chose a traditional queuing method to register. 114 telephone (30.4%) and on-site (22.9%) appointments were made, whereas other systems were less used by patients. Between the non-appointment and appointment groups there were significant differences in gender, educational degree, and residence location (P < 0.05), but no significant difference in age (P > 0.05). While the clinical appointment system had the greatest number of appointment days (25.75), the bank's self-service terminal appointment had the least number of appointment days (5.05). Leaflets sent from the hospital (50.70%) and the recommendations of friends or families (40.77%) were the two main ways of knowing about the appointment registration systems. With the exception of those who felt no need to make an appointment (30.12%), not having the capability to use the appointment systems (24.10%) and the lack of a registered health card (34.53%) were the two main reasons for not using appointment registration systems. CONCLUSIONS: Convenience was a major motivation for patients' use of appointment registration systems. Personal knowledge and capability were the two important factors that influenced patients' appointment system choices. Hospitals must improve the design and promotion of appointment registration systems to better facilitate their use.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».