MétaCan
Menu
Retour à la cohorte
Enregistrement W4360776634 · doi:10.5267/j.ijdns.2023.3.007

Medical invention marketing strategies on buying: Surgical medical robot

2023· article· en· W4360776634 sur OpenAlexvenueno aff
Daniella Awni Abu Yousef, Zeyad Alkhazali, Rasha A. Qawasmeh, Hareth Zuhair Alshamayleh

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Healthcare and Medical Tourism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Medical equipmentMarketingWork (physics)BusinessMedicineEngineeringNursing

Résumé

récupéré en direct d'OpenAlex

The study aimed to identify the medical invention marketing strategies on buying (Surgical Medical Robot), the study used the descriptive approach to suit the purpose of the study. Sample of the study consisted of (100) participants divided (50) of marketing managers for the medical instrument companies and (50) medical employers related to working in surgery in the Jordanian hospitals. The study showed that the level of medical invention marketing strategies (Marketing Network, Design and Execution, Understanding Customer and the Promotion) and Buying Surgical Medical Robots in the Jordanian Hospitals were in the medium level. The study showed that the medical invention marketing strategies (Marketing Network, Design and Execution, Understanding Customer and the Promotion) have an impact on buying (Surgical Medical Robot) Jordanian hospitals. The study set of many recommendations as Work to raise awareness regarding medical robot surgery and Work by medical equipment companies to obtain the largest amount of information about the medical surgical robot, to increase the level of confidence of patients in this robot.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,151
Tête enseignante GPT0,531
Écart entre enseignants0,380 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetGlobal Healthcare and Medical TourismTravaux en français237 207