Development of a High-reliability Model for Public Hospitals in Iran
Notice bibliographique
Résumé
INTRODUCTION: As a health care organization, achieving security and high reliability is a goal in hospitals. Therefore, this research is concerned with the development of a structural high-reliability model in public hospitals of Iran.METHODOLOGY: This applied research was conducted in 2015 with a population that included directors, managers, faculty members and hospital affairs experts. A totalof 200 questionnaires were distributed in five areas of the country based on a cluster sampling method. The structural validity of the questionnaire was approved through confirmatory factor analysis test and its reliability was calculated as 0.73 by Cronbach’s alpha test. Moreover, data were analyzed by SPSS 18 and LISREL 8.5 software using factor analysis and mathematical models; and the confirmation of the model was assessed based on confirmatory factor analysis.FINDINGS: The results of factor analysis indicated that exploitable factors for factor analysis included selection of axis of reluctance to simplify interpretation, preoccupation with failure, sensitivity to operations, resilience and deference to expertise. Conversely, the ratio between Chi-Do index and degree offreedom was less than three, the RMSEA index was lower than 0.08, The NFI, NNFI, IFI and CFI values were higher than 0.9.CONCLUSIONS: By considering the axes of lack of tendency towards simplification of interpretations, concerns and tolerance against failure, sensitivity towards operations, flexibility and specialization hospitals will be able to achieve high-reliability criteria.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».