Performance improvement of operating rooms at WHSC using simulation and optimization
Notice bibliographique
Résumé
The operating room (OR) is one of the most demanding departments at Winnipeg Health Science Center (V/HSC) which is the main healthcare facility serving adult surgical patients in Manitoba, Northwestem Ontario, and Nunavut.The problems faced to the OR are the long waiting list of patients and the ineffrcient utilization of human resources and facilities.The OR needs to treat a large variety of patient types versatility and dynamically.A discrete event simulation tool is used for modeling the OR operation.The major work involving in this research includes data collection, simulation modeling, model validation and output analysis.The initial results have shown the simulation potential in the performance improvement of healthcare systems.Based on the simulation model, Tabu Search (TS) is used as the optimizer in the meta-heuristics optimization method.The TS algorithm is used in conjunction with the simulation model of WHSC to find the optimum number of some resources in OR department.The contribution of this research is the integration of simulation and optimization in the performance improvement of healthcare systems.Parts of the solution generated in this research have been recommended to the WHSC for the action of the performance improvement. AckmowledgementsFirst of all, I am deeply indebted to Dr. Peng who led me to the wonderful world of simulation of health care systems.His stimulating suggestions and encouragement helped me in all the time of research and writing of this thesis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».