MétaCan
Menu
Retour à la cohorte
Enregistrement W2101134105 · doi:10.12927/hcpol.2008.20265

How Busy Are Private MRI Centres in Canada?

2008· article· fr· W2101134105 sur OpenAlexafffundvenueabout
Eduard Bercovici, Chaim M. Bell

Notice bibliographique

RevueHealthcare policy · 2008
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiostatisticsHealth careSociologyHealth policyClinical epidemiologyEpidemiologyPolitical scienceLibrary scienceMedicineMedical educationEngineering ethicsEngineeringLawPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Long waits for publicly funded magnetic resonance imaging (MRI) services have spurred the opening of private MRI centres in Canada. Little is known about the number and utilization of these facilities. METHODS: The authors surveyed all 17 private and 69 of 73 public English-speaking MRI centres in Canada in 2006, using hours of operation and waits for an elective MRI as surrogate measures of procedure volume and facility capacity. RESULTS: Public MRIs had more hours of operation on weekdays (14.7 vs. 9.7, p<0.001) and weekends (11.8 vs. 8.2, p<0.001). Waits were longer in public vs. private MRI centres (13.6 vs. 0.5 weeks, p<0.001). CONCLUSIONS: Private MRIs provided fewer hours of operation but shorter wait times compared to public centres. This finding suggests that private centres have unused capacity and relatively small procedure volumes, and provide a minority of studies.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,370
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2008
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207