MétaCan
Menu
Retour à la cohorte
Enregistrement W4407186722 · doi:10.1016/j.cie.2025.110931

Calendar design for assignment of ongoing appointments: Modeling, analysis and application

2025· article· en· W4407186722 sur OpenAlexaboutno aff
Yossi Luzon, Yariv N. Marmor

Notice bibliographique

RevueComputers & Industrial Engineering · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceOperations researchEngineering

Résumé

récupéré en direct d'OpenAlex

Appointment booking (AB) is a widely used technique for managing elective services like hospital surgical units, law courtrooms, and other services with high demand and limited resources. AB typically assigns services to specific time slots using an appointment calendar. However, devising an effective AB policy is challenging due to varying service types, durations, and demand variability. In this study, we present a preplanned appointment calendar (PAC), designed using a two-stage stochastic programming model to tackle service scheduling challenges based on demand and historical data. The design of the PAC is generated offline, prior to the arrival of any customers requesting an appointment, and aims to minimize the time from the initial appointment request to service completion, namely, the patient’s sojourn time. Despite the substantial public expenses incurred when appointments are scheduled far in the future, encompassing both indirect costs (e.g., those related to the development of chronic diseases) and direct costs (e.g., those arising from employee absence), the sojourn-time measure has not received sufficient attention in the existing literature. Our method minimizes patients’ sojourn time while considering operational constraints and quality of service (QoS) considerations, resulting in a practical and user-friendly appointment booking system. Our approach is adjustable and easy to apply in real time. We introduce the chained-PAC (CPAC) mechanism, in which multiple, smaller PACs are joined together, and demonstrate the applicability of this approach by implementing it in a cardiac surgical operating room at a major hospital in Toronto, Canada. Results show the PAC approach reduces wait times and improves resource utilization in the surgical unit compared to the existing AB system. Our approach benefits healthcare providers and patients and can extend to other similar service systems. • Practical method for designing an adjustable preplanned appointment calendar. • The designed calendar ensures long-term system queueing stability. • Illustrates ongoing appointment adjustments addressing assignment complexity. • Demonstrates the practicality of the method using real-life operating room data. • The resulting calendar design appeals to the typical decision-maker.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,080
Tête enseignante GPT0,375
Écart entre enseignants0,296 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputers & Industrial EngineeringMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207