A life-cycle cost analysis of resilient flooring materials in acute-care facilities
Notice bibliographique
Résumé
Objective: This study compares the impact of maintenance protocols on coated and non-coated resilient flooring materials over the building life of an acute-care facility. The purpose of this study is to provide healthcare administrators, facility managers and designers with evidence regarding the total cost of ownership of different resilient flooring materials.Methods: Utilizing a life-cycle costing analysis (LCCA), a two-phase economic evaluation was conducted using both industry and real-time data collected from four health systems across three distinct geographic regions in the U.S. to evaluate the impact of coated and non-coated resilient flooring materials over the usable life of an acute-care facility.Results: Findings from both the first and second phase LCCA suggest that maintenance protocols can have a substantive impact on the total cost of ownership for resilient flooring materials due to the increase in operations and maintenance costs associated with a coated maintenance protocol. The point in time at which the factory applied finish failed for a non-coated flooring material was also shown to greatly contribute to the total cost of ownership.Conclusions: The use of real-time data, coupled with a systematic evaluation provided contextual information that proved essential to understanding some of the intricacies involved in resilient flooring maintenance protocols that can greatly influence economic outcomes. This approach supports an evidence-based decision making process for healthcare executives and environmental services staff to not only effectively evaluate new resilient flooring material selections, but to also proactively evaluate current maintenance protocols for increased monetary savings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».