MétaCan
Menu
Retour à la cohorte
Enregistrement W6986686292

Propuesta basada en la teoría de colas en el área de cajas para mejorar la satisfacción del cliente en la Clínica San Isidro Labrador SRL de Celendín, 2023

2024· dissertation· es· W6986686292 sur OpenAlexaboutno aff

Notice bibliographique

Revuerenati · 2024
Typedissertation
Languees
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Context (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La teoría de colas es un campo de estudio esencial en la gestión de sistemas. Se centra en el análisis y modelado matemático de la llegada y proceso de elementos en una cola. Esta tesis presenta una investigación exhaustiva sobre los principios y estudios de la teoría de colas en diferentes contextos, como la planificación de recursos, el diseño de sistemas de servicio y la optimización del rendimiento. En este estudio se observa el comportamiento de las colas, analizando parámetros importantes como el promedio de llegada, el promedio de tiempo de servicio y la longitud promedio de la cola. Se utilizan herramientas de simulación como ProModel para evaluar el rendimiento del sistema actual en la clínica San Isidro, específicamente en el área de caja. Se propuso agregar un operario adicional al área, lo cual demostró una reducción notable en el tiempo de espera, pasando de 40 min a 29.78 min. Esta mejora en los tiempos de espera representa una solución efectiva al problema identificado en el estudio. Además, se desarrolló un análisis económico para evaluar la viabilidad de la implementación de un operario adicional. Los resultados mostraron un costo-beneficio de 2.75, respaldando la viabilidad económica de la investigación y apoyando la implementación de la propuesta para aumentar el personal en el área con problemas de atención al usuario.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,412
Écart entre enseignants0,389 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 revuerenatiMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207