ANALYSIS OF THE SEASONAL VARIATION TREND OF OUTPATIENTS FROM 2001 TO 2009
Notice bibliographique
Résumé
[Objective]To understand seasonal variation regularity of outpatient amount,so as to provide references for the relevant administrative departments in the hospital staffing,consulting rooms and property arrangements.[Methods]Seasonal indexes were used to analyze the variation of outpatient amount based on the data from statistical report forms of the hospital. SPSS13.0 software was used for data analysis.[Results]There was periodicity and regularity about outpatient amount. The low-time each year of outpatient amount appeared in January and February. At the same time the crest-time appeared in July and August. The season index in August was the highest one in each month(110.75%)and in February was the lowest one(82.60%). The outpatient amount in third quarter was the highest one(342,300 person times)during the past nine years and in first quarter was the lowest one(284,600 person times). The season index in third quarter was the highest one in each quarter(107.82%)and in the first quarter was the lowest one(89.64%).[Conclusion]The regularity of seasonal variation of outpatient amount was useful to rational personnel and facilities allocation. We should increase staffing and facilities during the crest-time of outpatient amount. Meanwhile,we should arrange staffing to study and the exchange during the low-time for the human resources reserve and better services for patients.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 tête enseignante, 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 ».