MétaCan
Menu
Retour à la cohorte
Enregistrement W4384297522 · doi:10.30604/jika.v8i3.2081

Bibliometric Analysis of Hospital Bed Management Study

2023· article· id· W4384297522 sur OpenAlexaboutno aff
Dian Norma Damawati, Mahendro Prasetyo Kusumo

Notice bibliographique

RevueJurnal Aisyah Jurnal Ilmu Kesehatan · 2023
Typearticle
Langueid
DomaineHealth Professions
ThématiqueHealthcare Quality and Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Muhammadiyah Yogyakarta
Mots-clésScopusHospital bedEconomic shortageHealth careMedicineMEDLINEBusinessNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Healthcare and hospital services continue to evolve. This has led to hospital managers being faced with high demand for health services, shortages of hospital beds resulting in delayed inpatient admissions in emergency rooms, improper use of beds, and failure of transfer flows among care units that could reduce the quality of health care. This study aims to provide information on hospital bed management in the bibliometric data. Bibliometric analysis is used to look at research trends, including the most-published journals, the most-cited publishers, author agencies, and collaborations among authors, in visualization using the VOSViewer application. A total of nine English-language articles obtained from the Scopus database from 2018 to 2022 were used in the bibliometric analysis of hospital bed management. The most cited publisher's journal is the Journal of General Internal Medicine, with 12 citations. The results show that studies related to hospital bed management have not been done much but show an increasing trend from year to year. The author's contributions are dominated by developed countries such as the United States and Canada. Studies on hospital bed management are still needed as decision support tools to help professionals develop more assertive hospital bed management planning.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,1880,412
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,109
Tête enseignante GPT0,457
Écart entre enseignants0,348 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Aisyah Jurnal Ilmu KesehatanMême sujetHealthcare Quality and SatisfactionTravaux en français237 207