MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210305526 · doi:10.3390/su14031588

Enhancing Healthcare Project Definition with Lean-Led Design

2022· article· en· W4210305526 sur OpenAlexafffund
Hafsa Chbaly, Maude Brunet

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensHEC Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésProcess managementQuality (philosophy)Project managementGovernment (linguistics)Health careProject management triangleWorkspaceBusinessPhase (matter)Computer scienceKnowledge managementManagement scienceRisk analysis (engineering)Operations managementEngineering managementEngineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

Decisions regarding project definition have a significant impact on client value generation. However, although this phase is of utmost importance, traditional management practices are inadequate, as the focus is rather on budget and technical aspects leaving aside the functional ones. Neglecting the functional aspects could have serious consequences on the operation and thus quality of workspace, especially in complex projects including hospitals that involve multiple clients and with a high degree of uncertainty of change. The Lean-led Design approach provides a participative solution which involves the main project clients, namely the users (doctors, patients, etc.), project managers, and the government, with the intention of delivering facilities with a better fit for purpose and use. The main objective of the paper is to develop a framework that summarizes the steps leading to the implementation of such an approach during the project definition of a new hospital. The methodology chosen is a case study and the main contribution is to develop theoretical knowledge regarding its implementation. This may support managers in their decisions when coordinating project definitions.

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)0,029
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0070,004
Science ouverte0,0020,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,037
Tête enseignante GPT0,269
Écart entre enseignants0,233 · 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'étudeSans objet
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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainability→Même sujetQuality and Supply Management→Travaux en français237 207→