MétaCan
Menu
Retour à la cohorte
Enregistrement W2745857165 · doi:10.1080/21681015.2017.1367728

Utilizing six sigma to improve the processing time: a simulation study at an emergency department

2017· article· en· W2745857165 sur OpenAlexaff
Nabeel Mandahawi, Mohammed Shurrab, Sameh Al‐Shihabi, Abdallah A. Abdallah, Yousuf M. Alfarah

Notice bibliographique

RevueJournal of Industrial and Production Engineering · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensHumber College
Organismes subventionnairesnon disponible
Mots-clésTriageEmergency departmentSix SigmaDiscrete event simulationComputer scienceEvent (particle physics)Operations managementMedical emergencyProcess (computing)MedicineSimulationEngineeringNursingOperating system

Résumé

récupéré en direct d'OpenAlex

Waiting time (WT) at the emergency department (ED) is a global concern, emerging evidence indicates that a wait for care delivery may result in adverse patient outcomes. Discrete-event simulation model has been developed to redesign the existing ED based upon several inputs (i.e. historical data, staff survey, and interviews). Furthermore, a newly developed simulation model was proposed, verified, and validated using triaged management system based upon Manchester triage system. The simulation study was performed as a part of design for six sigma project to create the proposed triage process. The proposed model resulted in reducing WT by 61% and length of stay (LOS) by 34%. In return, the sigma level was improved from 0.66 to 5.18 and from 0.58 to 3.09 for WT and LOS, respectively.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,130
Tête enseignante GPT0,424
Écart entre enseignants0,295 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial and Production EngineeringMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207