Analysis of the efficacy of marketing tools in facial plastic surgery.
Notice bibliographique
Résumé
OBJECTIVES: To compare referral sources to a facial plastic surgery practice and to develop models correlating the referral source with the decision for surgery. DESIGN: Retrospective descriptive study. SETTING: Well-established, metropolitan, private facial plastic surgery practice with training fellowship affiliated with an academic centre. METHODS: One-thousand eighty-nine new consecutive patients presenting between January 2001 and December 2005 recorded intake data including age, gender, and chief complaint. Final data input was their decision for or against surgery. MAIN OUTCOME MEASURES: Main outcome measures included differences in referral sources based on data collected and how those sources related to decision for surgery. RESULTS: A 50% conversion rate was found. Women and older patients were more likely to be referred from magazines, television, and newspapers and for facial rejuvenation. Men and younger patients were more likely to be referred from the website and for rhinoplasty. For facial rejuvenation, both the number of patients interested in and the probability that they agreed to the procedure increased with age. For rhinoplasty, the converse was true. The most likely patients to schedule surgery were those who were referred from other patients, friends, or family members in our practice. CONCLUSIONS: The data confirm that word-of-mouth referrals are the most important source for predicting which patients will elect to proceed with surgery in this established facial cosmetic surgery practice.
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 | 0,002 | 0,017 |
| 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) | 0,000 | 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 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 ».