47. ĐÁNH GIÁ CỦA NHÂN VIÊN Y TẾ VỀ VĂN HÓA TỔ CHỨC TẠI BỆNH VIỆN HỮU NGHỊ VIỆT NAM - CUBA NĂM 2025
Bibliographic record
Abstract
Mục tiêu: Nghiên cứu được thực hiện nhằm mô tả thực trạng văn hóa tổ chức tại Bệnh viện Hữu nghị Việt Nam - Cuba và phân tích một số yếu tố liên quan. Đối tượng và phương pháp: Nghiên cứu cắt ngang được tiến hành năm 2025 trên nhân viên y tế của bệnh viện, sử dụng bộ công cụ OCAI kết hợp khảo sát định lượng và phỏng vấn định tính. Dữ liệu được xử lý bằng các phương pháp thống kê mô tả, so sánh trung bình và kiểm định sự khác biệt. Kết quả: Kết quả cho thấy văn hóa tổ chức hiện tại mang tính hỗn hợp, trong đó gia đình (clan) và cấp bậc (hierarchy) chiếm ưu thế. Tuy nhiên, nhân viên mong muốn gia tăng yếu tố sáng tạo (adhocracy) và giảm bớt tính hành chính. Một số đặc tính cụ thể như chiến lược, tiêu chí thành công và gắn kết tổ chức có sự khác biệt có ý nghĩa thống kê giữa hiện tại và mong muốn (p < 0,05). Kết luận: Văn hóa tổ chức tại Bệnh viện Hữu nghị Việt Nam - Cuba hiện vẫn nặng về tính quy củ và gắn kết, song nhân viên kỳ vọng hướng tới mô hình nhân văn và đổi mới hơn. Kết quả nghiên cứu gợi ý bệnh viện cần xây dựng chiến lược phát triển văn hóa theo hướng kết hợp gắn kết - sáng tạo - linh hoạt, nhằm nâng cao động lực nhân viên và chất lượng dịch vụ y tế.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.158 | 0.118 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".