MétaCan
Menu
Retour à la cohorte
Enregistrement W4242525105 · doi:10.52399/001c.33724

Preliminary Findings on ABC Adoption in Canadian Hospitals: Reasons for Low Rates of Adoption

2006· article· en· W4242525105 sur OpenAlexaffabout
Ron Eden, Colin M. Lay, Michael Maingot

Notice bibliographique

RevueAccounting Finance & Governance Review/Accounting finance & governance review · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPopularityActivity-based costingVariety (cybernetics)BusinessPublic relationsPsychologyMarketingPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Activity based costing (ABC) can be traced to the years before the Second World War, but its popularity in recent years has been widespread following the Johnson and Kaplan (1987) article. Both teaching and practice have been impacted by the extensive research and literature in this area. However, it is evident that there has not yet been widespread successful implementation of ABC. Adoption rates have been lower than expected given the potential advantages of using ABC suggested by leading academics and professional organisations around the world. We found through initial surveys that there are low rates of adoption of ABC in hospitals in Ontario. Since hospitals are under severe budgetary pressures, have a high variety and complexity of cases and a high level of shared resources, we would expect more adoption of ABC. We use the approach suggested by Scapens (1990) to ascertain the determinants of this low level of adoption. Our studies focus on four hospitals in Ontario, Canada, using surveys and interviews. Our preliminary findings are that the application of social theory, as suggested by Scapens (1990), provides useful explanations for the low ABC adoption rates in hospital care in Canada.

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)0,008
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,395

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0070,003
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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'étudeObservationnel
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

Citations1
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting Finance & Governance Review/Accounting finance & governance reviewMême sujetAccounting and Organizational ManagementTravaux en français237 207