MétaCan
Menu
Retour à la cohorte
Enregistrement W2625336955 · doi:10.1016/j.healthpol

Hospital network performance: A survey of hospital stakeholders’ perspectives

2012· preprint· en· W2625336955 sur OpenAlexaff
Francesca Bravi, Dino Gibertoni, C. Sicotte, Étienne Minvielle, Paola Rucci, Angela Angelastro, Tiziano Carradori, M.P. Fantini

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2012
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésExploratory factor analysisReputationCentralityAttractivenessNursingPsychologyHealth careBusinessKnowledge managementMedicineMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

Hospital networks are an emerging organizational form designed to face the new challenges of public health systems. Although the benefits introduced by network models in terms of rationalization of resources are known, evidence about stakeholders' perspectives on hospital network performance from the literature is scanty. Using the Competing Values Framework of organizational effectiveness and its subsequent adaptation by Minvielle et al., we conducted in 2009 a survey in five hospitals of an Italian network for oncological care to examine and compare the views on hospital network performance of internal stakeholders (physicians, nurses and the administrative staff). 329 questionnaires exploring stakeholders' perspectives were completed, with a response rate of 65.8%. Using exploratory factor analysis of the 66 items of the questionnaire, we identified 4 factors, i.e. Centrality of relationships, Quality of care, Attractiveness/Reputation and Staff empowerment and Protection of workers' rights. 42 items were retained in the analysis. Factor scores proved to be high (mean score>8 on a 10-item scale), except for Attractiveness/Reputation (mean score 6.79), indicating that stakeholders attach a higher importance to relational and health care aspects. Comparison of factor scores among stakeholders did not reveal significant differences, suggesting a broadly shared view on hospital network performance.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,232
Tête enseignante GPT0,455
Écart entre enseignants0,223 · 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

Citations57
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetHealthcare Quality and ManagementTravaux en français237 207