MétaCan
Menu
Retour à la cohorte
Enregistrement W7128206677 · doi:10.63564/jha.v14n2p9

Assessing patient satisfaction in hospital food service with SERVQUAL: A cross-sectional study

2025· article· W7128206677 sur OpenAlexvenueno aff
Tania S.G. Barros, Karl J. McCleary, W. Lawrence Beeson, Celine Heskey, Gurinder Bains

Notice bibliographique

RevueJournal of Hospital Administration · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPatient satisfactionService (business)Food serviceMealService qualityDescriptive statisticsService delivery frameworkFood delivery

Résumé

récupéré en direct d'OpenAlex

Objective: To identify key hospital food service attributes that influence patient satisfaction and inform actionable improvements in meal delivery and service quality. Methods: This cross-sectional study assessed patient satisfaction with hospital food service using a modified SERVQUAL-based survey instrument. Inpatients rated both expectations and experiences across multiple service dimensions. Descriptive statistics and regression analysis were conducted to identify food service features linked to satisfaction. Results: Food quality, perceived value, empathy, and meal diversity showed strong positive influence, while longer hospital stays and slower service were associated with lower ratings. Responsiveness also played a role in shaping overall satisfaction. These findings highlight actionable opportunities for improving patient-centered care. Conclusions: Enhancing menu design, staff engagement, and delivery efficiency may elevate meal satisfaction and support broader institutional quality goals.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,094
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,378
Écart entre enseignants0,347 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetNutrition and Health in AgingTravaux en français237 207