MétaCan
Menu
Retour à la cohorte
Enregistrement W2551068636

Experiences of selected countries in the use of public-private partnership in hospital services provision.

2016· article· en· W2551068636 sur OpenAlexaboutno aff
Ahmad Sadeghi, Omid Barati, Peivand Bastani, Davood Danesh Jafari, Masoud Etemadian

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipMedicinePublic–private partnershipPrivate sectorPublic sectorService (business)Service delivery frameworkDeveloping countryPublic hospitalNursingPublic relationsEconomic growthBusinessFinanceMarketingPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review the experiences of selected countries in the use of public-private partnership in the provision of hospital services. METHODS: This comparative study was conducted in 2015 in Iran. To collect data, valid databases as well as articles, theses, reports and related books in the field of private-sector partnership in hospital services were employed. Using purposive sampling, countries such as the United Kingdom, Spain, Canada, Turkey, Australia and Lesotho, which had successful experiences in the field of application of the public-private partnership in hospital services, were included. Likewise, the only experience in Iran in this field was also reviewed. Studies done between 1980 and 2015 were examined. The results obtained from each country were compared. RESULTS: Implementing public-private partnership had great and valuable outcomes and achievements for governmental hospitals. Moreover, clinical and nonclinical service delivery, hospital utilisation and management along with building, repairing and supportive operations through public-private partnership contracts can be differently divided among the partners. Furthermore, duration of the projects ranged from 12 to 40 years in different countries, depending on the type of the model used. CONCLUSIONS: A successful experience in the use of the public-private partnership in the provision of hospital services was observed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,238
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPublic-Private Partnership ProjectsTravaux en français237 207