An Analytic Hierarchy Framework for Evaluating Balanced Scorecards of Healthcare Organizations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Healthcare organizations have been operating in a turbulent environment for years. Pressures from the government and competition as well as escalating costs have driven administrators to search for effective management tools. Balanced scorecard (BSC), a strategic management system, has been implemented in business organizations with success and is gaining acceptance in the not-for-profit and healthcare sectors. Despite potential benefits, there are challenges for implementers of BSC such as judgment biases, information overload, and the synthesis of information. This paper proposes to apply the analytic hierarchy process (AHP) to hospital scorecards in performance assessment. Although AHP could be a time-consuming exercise, it allows participative input in determining a comprehensive measure for comparing performance of healthcare organizations. Résumé Depuis des années, les organisations de soins de santé évoluent dans un environnement difficile. Les pressions gouvernementales, la concurrence et l'envolée des coûts poussent les administrateurs à rechercher des outils de gestion plus efficaces. C'est dans ce cadre que le Tableau de bord équilibré (BSC) a été mis en æuvre. Malgré ses avantages potentiels, le BSC bute sur certains problèmes dont la partialité des jugements, l'excès, et la synthèse des informations. Cette étude applique la méthode de la hiérarchie multicritère aux tableaux de bords des hôpitaux dans la gestion de la performance. Même si l'application de cette méthode peut s'avérer chronophage, elle permet de déterminer une mesure d'ensemble pour la comparaison de la performance des organisations de soins de santé.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle