MétaCan
Menu
Retour à la cohorte
Enregistrement W4402947196 · doi:10.18280/mmep.110918

Improving Blood Donations and Lean Blood Bank Services in Indonesian Red Cross: A System Dynamics Approach

2024· article· en· W4402947196 sur OpenAlexvenueno aff
Agus Mansur, Nashrullah Setiawan, Ahmad Faiz, Sri Indrawati

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBlood donation and transfusion practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndonesianBlood bankBlood donationsBusinessDynamics (music)Blood donorSociologyMedicinePhilosophyMedical emergency

Résumé

récupéré en direct d'OpenAlex

This research addresses a gap in the existing literature by integrating value stream mapping (VSM) with system dynamics to optimize the blood donation supply chain, an area in which governments worldwide must enhance services as part of their broader health sector improvements.This study investigates the application of lean service principles to eliminate waste in the blood donation supply chain within blood banks and the Indonesian Red Cross.Specifically, this research aims to minimize the blood bag waste, shortages, and prolonged waiting times.The model is developed by first identifying waste in the existing system and then tracing the root causes of waste through fishbone analysis.The proposed model is validated using statistical testing under actual conditions.The results show that the lead time is reduced by 21%.Additionally, the results indicate that critical waste occurs primarily due to inappropriate processing and waiting.This research contributes to the field by providing a comprehensive framework for identifying and reducing inefficiencies in the blood donation process.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,195
Écart entre enseignants0,183 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetBlood donation and transfusion practicesTravaux en français237 207