Prioritization of Determinants influencing preparedness of Iranian Pre-hospital Emergency Services
Notice bibliographique
Résumé
Aims: Unintentional accidents are the second leading cause of mortality in Iran. With the annual rate of 28 thousand deaths, Iran is one of the countries holding the highest accident mortality rate in the world. The aim of the present study was to identify and prioritize parameters affecting pre-hospital emergency preparedness in Iran. Methods: The present research is a kind of descriptive study with a comparative and functional approach which was performed cross-sectionally on the first half of 2010. Studied countries in the comparative section included the United Stat of America, England, France, Germany, Malaysia, Italy, Norway, Netherlands, and Canada. The study population consisted of 30 cases of the country pre-hospital emergency experts, selected through available sampling method. Data were collected using a questionnaire and were analyzed by MATLAB, SPSS17 and Visio software and DEMATEL technique. Results: Determinants influential on pre-hospital emergency preparedness of Iran included organization, transportation, communication, accessibility, care model, manpower combination, regulation, and training. Rules and regulations with the coordinates of (1.36 and 2.18), and accessibility with the coordinates of (1.46 and 2.86) were identified as the most affecting and affected components respectively. Conclusion: To develop pre-hospital emergency system in Iran, legislating a professional emergency medical service, developing an independent organization of emergency medical services, as an observer and policy-making organization, and providing services based on one of Anglo's or Franco's models are necessary and highly required principles.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».