MétaCan
Menu
Retour à la cohorte
Enregistrement W7162102229 · doi:10.70146/nhcpv01i02.001

Patient Satisfaction Survey at Mining Clinic in Zvishavane

2025· article· W7162102229 sur OpenAlexaboutno aff
Mapuranga Danemore

Notice bibliographique

RevueIFR Journal of Nursing and Health Care Prevention · 2025
Typearticle
Langue
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPatient satisfactionGeneral partnershipHealth careData collectionQuality (philosophy)Patient experiencePerceptionQualitative research

Résumé

récupéré en direct d'OpenAlex

Norhayati et al. (2017) stated that satisfaction is the perception of an individual’s experience compared to their expectation and with respect to patients, it is the extent to which their general health care needs, as well as their condition-specific needs, are met. Patient perspectives about the level of care can result in feedback useful for promoting higher quality standards of patient care (Anhang et al. 2014). A key element in the effectiveness of healthcare is the partnership between patients and healthcare providers (De Belvis et al. 2009; McGill & Felton 2007; Nam et al. 2011). Monitoring patients’ perception is an important strategy to improve the performance of healthcare professionals. The study assessed patient satisfaction among mine workers at a mine clinic. The study was grounded on qualitative methodology and adopt questionnaires, as data collection technique. Questionnaires were administered to participants as their come for their routine Covid 19 screening and routine clinic visits using Kobo data collection tool. It was suggested that relevant authorities to address feedback from patient satisfaction surveys which could assist with improved prioritisation and allocation of resources and it could also serve as a platform for providing better services and patient satisfaction surveys should be conducted periodically to keep the department abreast with current health care trends and practices in order to address emerging needs as noted by Fekadu, Andualem & Yohannes 2011; Mosadeghrad 2014).

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)0,002
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 seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0040,000

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 Opus0,181
Tête enseignante GPT0,518
Écart entre enseignants0,337 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFR Journal of Nursing and Health Care PreventionMême sujetPatient Satisfaction in HealthcareTravaux en français237 207