Two-stage hospital efficiency analysis including qualitative evidence: A Greek case
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
Background: The European Union health policy agenda stresses the importance of environmental and qualitative factors in structural hospital reforms. In response to the economic crisis, both cost containment and performance improvements of the Greek hospital sector, have become a pertinent issue for overall reforms.Objective: The study examines the efficiency of 112 Greek public hospitals, by applying bootstrapping techniques and investigating the effect of contextual factors on hospital efficiency. Furthermore, the effect of qualitative evidence, on hospital efficiency is explored by focusing on a subset of 28 large hospitals.Methods: The quality aspects of the Greek hospitals are investigated by applying two models of Data Envelopment Analysis (DEA), augmented by bootstrapping techniques, in order to assess the importance of quality dimensions on the efficiency of hospital scores. In addition, two Tobit regression models are estimated assessing the contribution of contextual factors, in the efficiency and bias-corrected efficiency scores.Results: Efficiency analysis indicated that only 23.2% of the hospitals are fully efficient (0.96-1.00), 37.5% are efficient (0.71-0.95) while 39.3% are inefficient (0.30-0.70). The Kolmogorov-Smirnov test, between the original and the bootstrap-corrected efficiency, indicates that their distributions are significantly different (p-value < .001). The environmental factors, influencing efficiency, are Occupancy Rate and the ratio between Outpatient Visits and Inpatient Days. Results indicate that the inclusion of Risk-Adjustment Mortality Rate significantly influences (p-value < .05) the efficiency of the hospitals.Conclusions: In the era of economic crisis, the inclusion of quality variables and the use of bootstrapping techniques provide a vital framework in assessing the efficiency of the hospital sector.
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 | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| 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