Satisfaction With Services Among Attendees of Physiotherapy Outpatient Clinics in Tertiary Hospitals in Lagos State
Notice bibliographique
Résumé
Aim: To determine outpatients’ satisfaction with physiotherapy services in tertiary hospitals in Lagos State, Nigeria. Method: This cross-sectional study utilized a simple random sampling method to recruit 284 participants. Participants responded to a 2-part structured questionnaire with 33-items on a 5-point Likert-type scale. Participants were asked questions about their satisfaction with physiotherapy services, staff attitudes, and the accessibility of outpatient physiotherapy clinics. Data were analyzed using descriptive analysis and χ 2 . Results: About 28.8% of the participants were satisfied or very satisfied with the location of the outpatient physiotherapy clinics. The majority of the participants were satisfied or very satisfied with these physiotherapy services in maintaining privacy (86.2%), scheduling convenient clinic appointments (78.2%), prompt scheduling of the first physiotherapy clinic appointment (74.6%) and subsequent visits (78.9%), and providing a calm/relaxing atmosphere (90.1%). While 22.5% of the participants were satisfied or very satisfied with the waiting time in these physiotherapy clinics, 86.3% and 97.9% were satisfied or very satisfied with staff attitudes and the cost of the therapy, respectively. Almost all (97.9%) the participants reported being satisfied or very satisfied with their overall experience in the physiotherapy clinics. While there was an association between marital and educational status with overall satisfaction scores, age and gender showed no association. Conclusion: Our findings suggest that patients attending the outpatient physiotherapy clinics in tertiary hospitals in Lagos State, Nigeria, were satisfied or very satisfied with the domain that measured overall satisfaction. Strategies to reduce the waiting time in these physiotherapy clinics and to enhance physical accessibility of the physiotherapy clinics are encouraged.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».