MétaCan
Menu
Retour à la cohorte
Enregistrement W2314421968 · doi:10.1097/qmh.0b013e3181bee127

Process Improvement in Hospitals

2009· article· en· W2314421968 sur OpenAlex
Stefan Nickel, Ursula-Anna Schmidt

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueQuality Management in Health Care · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensNickel Institute
Organismes subventionnairesnon disponible
Mots-clésRadiological weaponProcess (computing)Medical emergencyPatient careService (business)IdleDiscrete event simulationComputer scienceEmergency departmentOperations managementMedicineSimulationBusinessRadiologyNursingEngineering

Résumé

récupéré en direct d'OpenAlex

To improve processes in hospitals, a case study was conducted at a German university hospital, which consists of more than 30 clinics and institutes on a large campus. The case study focused on the analysis of the patient flow and of machine utilization in the radiology department. Radiological devices are spread over the campus and located in different buildings. Patients with restricted mobility have to be transported by a vehicle transportation service across the campus. However, a vehicle transport can considerably influence the patients' punctual arrival to their appointments. The observations of the case study showed that the current organization of the radiology department results in high patient waiting times and machine idle times. The university hospital is planning to conduct significant organizational changes, especially with regard to the organization of the radiology department. This case study was conducted to support the planning processes of the clinic and to reveal and estimate optimization potential. To analyze the patient flow, a discrete event multicriteria simulation model was designed and implemented. By modeling different scenarios, it was possible to easily compare and assess distinct alternatives. This led to improved machine utilization and reduced waiting times.

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 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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,703

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,504
Écart entre enseignants0,445 · 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