MétaCan
Menu
Retour à la cohorte
Enregistrement W6912067938 · doi:10.5281/zenodo.14062206

Determination of Patient Waiting Time and Associated Factors at General Out-Patient Department (GOPD) of Irrua Specialist Teaching Hospital (ISTH), Irrua, Nigeria - An Electronic Medical Record Setting

2024· article· en· W6912067938 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensMicropharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésIntranetPaymentMedical recordSimple random sampleService (business)Likert scaleDescriptive statisticsTeaching hospital

Résumé

récupéré en direct d'OpenAlex

Background: Prolonged waiting typically affects patients’ satisfaction and may deter subsequent utilization of healthcare facility. There is a paucity of information regarding waiting time in hospitals where the Electronic medical record is been utilized particularly from the patients’ viewpoint. The aim of this study was to assess the waiting time and associated factors at the GOPD clinic of Irrua Specialists Teaching Hospital, (ISTH) where the EMR is fully adopted and operational. Subjects and Methods: An institutional-based descriptive cross-sectional study was carried out among 318 adult patients aged 21 and above who attended the GOPD of ISTH, Irrua, Nigeria. Patients were selected by simple random sampling and a structured questionnaire was used to collect data at the last service point. Data collected were cleaned and analyzed using the Statistical Package for Social Sciences version 20. Level of significance was set at p < 0.05. Results: The average waiting time for the clinic was 217 ± 37 minutes. Patients who were first-timers took much longer time (226.1min) than returning patients (206.1min) (p = 0.019).The primary reasons for the delay were: the clinic's bad physical layout, with the radiology and laboratory department located far from the consultation rooms, the instructional services provided to medical students during consultations, and the lack of reliable intranet connectivity with the EMR. Conclusion: Patients visiting the GOPD clinic experienced considerably long waiting hours even with the full implementation of the EMR. The foremost cause of this delay was the unstable EMR intranet at both the service point and payment stations. The EMR intranet connectivity should be improved upon to provide seamless services and reduce waiting time.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,327
Écart entre enseignants0,299 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207