MétaCan
Menu
Retour à la cohorte
Enregistrement W6920831031 · doi:10.6084/m9.figshare.13114502.v1

Thesis Title: Assessing the Feasibility of Medical Practice Franchises in the Current Policy Environment

2020· article· en· W6920831031 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFranchising Strategies and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLicenseDocumentationHealth carePopulationQuality (philosophy)FranchiseMedical practiceBusiness practice

Résumé

récupéré en direct d'OpenAlex

The state of the healthcare system in this country, most would agree, is tumultuous. The United States spends the most and has the least effective medical care among all developed countries, and three-fourths of our population believe we need major, potentially reconstructive changes to our healthcare system. Specifically, this thesis investigates the franchise model, a business format praised for its efficiency, and its potential utilization to deliver a standard, high quality of health care to populations across the country. The franchise model is a method for expanding a business by opening identical, chain-like operations in various locations and distributing services through a licensing relationship. The franchisor, the licensor, grants a license to the franchisee to conduct business under the brand and trademark of the franchisor. A franchisee generally operates one location, or unit, and reports back to the franchisor in this contractual relationship. While the number of medical practice franchises that currently exist worldwide varies due to the rapid entry and exit of firms in this market and the lack of documentation for many firms, the estimated number is two-hundred firms. Based on the same sources, the approximate distribution is 75 medical practice franchises in the United States and Canada, 45 in Europe, and 80 in Asian and African countries. Despite this quantity, very little literature documenting the evolution, nature and environment of these organizations exists. . Despite this quantity, very little literature documenting the evolution, nature and environment of these organizations exists. As medical practice franchises are a unique delivery format at the intersection of business and medicine, understanding the purpose and structure of these organizations and their evolution in the healthcare sphere is of great importance, especially in a time of high demand for better healthcare delivery solutions. In a period of increasing provider consolidation driven by payment reform, the franchise model offers an alternative for physicians who want to maintain autonomy. This thesis attempts to describe the nature, environment, and trends of medical practice franchises using a structured electronic search. Two theories of organizational environment are used to help frame this analysis: resource dependence theory and institutional theory. The three foci of this thesis are: A. To describe key organizational trends of the medical practice franchise within published industry reports, scholarly literature, and news reports on medical practice franchises and medical care organizations. B. To describe the organizational environment of medical practice franchises in the United States, especially the legal and regulatory policies impacting medical practice franchises. C. To explore the utility of institutional theory to explain variation in the development of medical practice franchises in the United States.

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)0,027
score de la tête « metaresearch » (Gemma)0,135
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,135
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,005
Communication savante0,0120,009
Science ouverte0,0020,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,127
Tête enseignante GPT0,358
Écart entre enseignants0,231 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetFranchising Strategies and PerformanceTravaux en français237 207