MétaCan
Menu
Retour à la cohorte
Enregistrement W2140798870 · doi:10.5267/j.msl.2013.09.020

An investigation on implementation of clinical governance: A case study of an Iranian hospital

2013· article· en· W2140798870 sur OpenAlexvenueno aff
Elahe Parsaamal, Yashar Salamzadeh

Notice bibliographique

RevueManagement Science Letters · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaAccountabilityClinical governancePopulationQuality (philosophy)Sample (material)MedicineHealth careNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Clinical Governance (CG) generally aims to enhance the quality of clinical services, increases the accountability of those who are responsible for health affairs. This study examines the quality of presenting medical services in Dr. Shariati hospital in Tehran after executing the CG project. To attain the aforesaid goal, this research also surveys the implementation rate of CG in Dr. Shariati hospital based on the CG seven-pillar model. The study is a descriptive and crosssectional research fulfilled in summer 2013. Statistical population contains the employees of Dr. Shariati hospital in Tehran and the research sample includes 80 people of the mentioned population who were selected, randomly. Data was gathered through a questionnaire and the experts confirmed its validity and the reliability was approved via Cronbach's alpha of 0.947 and then, the analysis was carried out by the SPSS software and T-test. The findings for each CG pillar in Dr. Shariati hospital have placed less than the medium amount and they are not in desirable level. The CG at the above-mentioned hospital places in a medium rank so that the efforts by the managers will create successful changes at the hospital; meanwhile, the managers will be able to utilize the CG method in systematic prediction of changeable priorities to present the best strategies for achievable performance of managerial techniques and processes.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,158
Tête enseignante GPT0,529
Écart entre enseignants0,371 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetHealthcare Quality and ManagementTravaux en français237 207