Measuring the Effect of Size on Technical Efficiency of the United Arab Emirates Hospitals
Notice bibliographique
Résumé
<p><strong>OBJECTIVE:</strong> The main purpose of this study is to estimate the technical efficiency of the United Arab Emirates (UAE) hospitals and examine the effect of hospital size on estimated technical efficiency scores.</p><p><strong>METHODS: </strong>Using 2012 data from Ministry of Health, Dubai Health Authority, and Health Authority in Abu Dhabi,<strong> </strong>we employed a nonparametric method, data envelopment analysis (DEA), to estimate the technical efficiency of 96 private and governmental hospitals in the UAE. Efficiency scores are calculated using both Banker, Charnes, and Cooper (BCC) and Charnes, Cooper, and Rhodes (CCR) models. </p><p><strong>RESULTS: </strong>The average technical efficiency of the UAE hospitals is estimated at 59% based on the BBC model and at 48% based on the CCR model. The optimal size of a hospital in the UAE is between 100 to 300 beds. We also found evidence of economies of scope between the provision of outpatient and inpatient care in the UAE hospitals.</p><p><strong>CONCLUSION: </strong>Our findings indicate that only one third of the UAE hospitals are technically efficient. There is evidence to suggest that there are considerable efficiency gains yet to be made by many UAE hospitals. Additional empirical research is needed to inform future health policies aimed at improving both the technical and allocative efficiency of hospital services in the UAE. </p>
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 | 0,008 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».