MétaCan
Menu
Retour à la cohorte
Enregistrement W2501183591 · doi:10.5539/ibr.v9n9p34

Addressing Quality Management System Obstacles in Jordanian Hospitals

2016· article· en· W2501183591 sur OpenAlexvenueno aff
Ashraf A’aqoulah, Ahmed Bawa Kuyini, Musa T. Ajlouni

Notice bibliographique

RevueInternational Business Research · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessQuality (philosophy)Quality management systemQuality managementOperations managementNursingMarketingMedicineEngineeringService (business)

Résumé

récupéré en direct d'OpenAlex

<p>Quality Management System (QMS) enhances management, allows more effective organisation, improves quality of services, increases staff satisfaction and commitment to the organisation, enhances co-operation among employees and management, and improve patients’ satisfaction. Therefore, all hospitals make consistent efforts to address obstacles that face their QMS.</p><p>This study aimed to explore Hospital managers’ views about how to address QMS obstacles in Jordanian hospitals. The results from semi-structure interviews with 30 managers consisting of general directors, medical directors, administrative directors, quality directors, and nursing directors showed that hospitals can address QMS obstacles through a range of measures including but not limited to rewarding talented employees, providing good salaries and benefits, and recruiting qualified and efficient hospital managers. Recommendations for improving the implementation of QMS in Jordanian hospitals are provided.</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 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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,598
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,487
Tête enseignante GPT0,607
Écart entre enseignants0,119 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetHealthcare Quality and ManagementTravaux en français237 207