The Impact of Lean Six Sigma Practices on Physiotherapy Services Quality at UNRWA Healthcare Centers, Gaza Strip, Palestine
Notice bibliographique
Résumé
Integrating Lean and Six Sigma found a powerful business tool for the strategy improvement process and saving time is produced. The main aim of this study is to identify the impact of Lean Six Sigma (LSS) practices on physiotherapy service quality at healthcare centers of the United Nations Relief and Works Agency for Palestine Refugees in the Near East (UNRWA), using a descriptive-analytical approach. Data were collected using a questionnaire distributed among 49 physiotherapists working at UNRWA healthcare centers as a census sampling method between July 2016 and August 2017, following the stratified random sampling method. The Statistical Package for Social Science (SPSS) was used to analyze the collected data. The results revealed that there was a statistically significant relationship between Lean Six Sigma (LSS) dimensions and the quality of healthcare services provided in physiotherapy units at the UNRWA healthcare centers. Moreover, the application of Lean Six Sigma dimensions was adopted at 81% of UNRWA healthcare centers. Moreover, the percentage of patients’ satisfaction regarding the quality of healthcare services provided in physiotherapy units was 89%. The study emphasized the effectiveness of Lean Six Sigma dimensions application on the quality healthcare services provided in physiotherapy units at the UNRWA healthcare centers. Furthermore, employee training and reward according to a needs assessment to implement Lean Six Sigma successfully is highly recommended.
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 | 0,002 | 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 | 0,001 |
| 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 ».