CN108647356B - 一种医院后勤系统的健康程度评估方法 - Google Patents

一种医院后勤系统的健康程度评估方法 Download PDF

Info

Publication number
CN108647356B
CN108647356B CN201810471951.5A CN201810471951A CN108647356B CN 108647356 B CN108647356 B CN 108647356B CN 201810471951 A CN201810471951 A CN 201810471951A CN 108647356 B CN108647356 B CN 108647356B
Authority
CN
China
Prior art keywords
hospital
task
time
data
tasks
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810471951.5A
Other languages
English (en)
Other versions
CN108647356A (zh
Inventor
宣琦
郑钧
虞烨炜
李永苗
傅晨波
阮中远
许荣华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201810471951.5A priority Critical patent/CN108647356B/zh
Publication of CN108647356A publication Critical patent/CN108647356A/zh
Application granted granted Critical
Publication of CN108647356B publication Critical patent/CN108647356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种医院后勤系统的健康程度评估方法,属于数据挖掘领域,通过对医院后勤数据的分析以及现场实际情况的调研,提出了医院后勤运送任务执行的合理度、医院后勤运送任务分配的合理度、医院后勤运送任务的饱和度三大指标来对医院后勤系统的健康程度进行评估。基于医院后勤运送数据的评估方法较之传统的评估手段能够即时准确掌握后勤系统中存在的问题,分别从任务数据的合理性、任务执行时间维度和员工的劳动强度三个方面出发,利用实际后勤数据归纳出的指标来评估医院后勤系统运行的健康程度。摆脱以往“人为”管理的因素,通过科学的数据分析去解决问题,投入的人力物力更少,客观性更高,从而更具备可行性和实际意义。

Description

一种医院后勤系统的健康程度评估方法
技术领域
本发明涉及数据挖掘与医院后勤管理领域,特别是涉及一种医院后勤系统的健康程度评估方法。
背景技术
随着互联网+时代的到来,大数据可能带来的深刻影响和巨大价值正逐渐受到人们重视,医院后勤部门的决策制定和日常管理也开始依赖于数据和分析。利用数据库中真实数据得到的指标来评估医院后勤系统的健康程度已然成为新一代管理者们建设“数字化医院”的必然趋势,也是智慧医疗系统改革发展的内在要求。
对于医院后勤系统的健康程度,传统的评估方法是基于管理者的主观判断或者是部分患者的住院体验和反馈。显而易见,主观判断的方法有不客观、低准确率和及时性差的特点,所以不论是从管理者还是从患者出发,这些评估方法都存在极大的局限性和不可操作性。
发明内容
为了弥补传统评估方法的缺点,在考虑到医院后勤的实际情况下,本发明结合医院后勤运送数据提出了医院后勤运送任务执行的合理度、医院后勤运送任务分配的合理度和医院后勤运送任务的饱和度三大指标,用来对医院后勤运行的健康程度进行综合评估。摆脱以往“人为”管理的因素,通过科学的数据分析去解决问题,使医院后勤管理服务达到及时、优质、准确的效果,让医院后勤评估从真实数据中来,到实际应用中去,为日后的医院后勤管理提供重要的决策依据,使医院后勤工作的开展进入一个持续改进的良性循环。
本发明解决其技术问题所采用的技术方案如下:
一种医院后勤系统的健康程度评估方法,所述方法包括以下步骤:
S1:获得关于医院后勤运送任务及后勤运送员工的数据并进行数据处理和清洗;
S2:利用数据中每条记录的开始时间和结束时间,计算出每个运送任务的执行时间;
S3:计算医院后勤运送任务执行的合理度PRT,利用合理运送任务数量的占比反映医院后勤运行情况;
S4:计算指标二医院后勤运送任务分配的合理度ABP,利用繁忙时间段的任务数在总任务数的占比来刻画医院后勤系统运行的情况
S5:关于指标三医院后勤运送任务的饱和度,以员工工作的劳动强度来刻画医院后勤运送任务的饱和度;
S6:综合上述三大指标,对医院后勤系统的健康程度进行评估,从而对医院后勤部门的决策制定和人员管理提供指导。
进一步,所述步骤S1中,在数据库中运行数据库脚本文件,获得医院关于后勤运送任务及后勤运送员工相关的数据,包括后勤运送任务的任务内容、任务出发地、任务目的地、任务开始时间、任务结束时间和任务执行人信息,对数据进行简单的处理和清洗,使之达到数据分析的要求。
再进一步,所述步骤S2中,定义数据库中的的开始时间和结束时间分别为 tstart和tend,两者作差即可得到该运送任务的执行时间,公式为tex=tstart-tend,其中tex表示任务执行时间。
更进一步,所述步骤S3中,计算医院后勤运送任务执行的合理度PRT的过程如下:
S3-1,将数据库中的任务数据按照执行时间tex从小到大排列,并作出分布图,观察到合理数据的分布较紧密,而不合理数据分布较稀疏,总体呈现正态分布模型;
S3-2,由于相邻数据的执行时间相差较小,取间隔K条任务的执行时间作割线后并画出分布图,数据分布图呈正“U”型,两端为变化率较快的不合理数据,其中割线公式
Figure BDA0001663485190000021
n取1,2......N;
其中,γ是所求割线的斜率,tnk,tn(k-1)是任务在相隔k个时间段的统计个数, N代表分隔的时间段数目。
S3-3,根据斜率变化图,选取阈值,得出合理任务的时间区间ET1~ET2,其中ET1为任务执行的最短合理时间,ET2为任务执行的最长合理时间。
S3-4,计算合理任务占比
Figure BDA0001663485190000031
其中ET表示任务执行时间,∑Ci表示第i家医院的运送任务总数,
Figure BDA0001663485190000032
表示第i家医院的合理运送任务总数,Vi PRT表示第i家医院的合理任务占比,即医院后勤运送任务执行的合理度PRT。
所述步骤S4,计算医院后勤运送任务分配的合理度ABP的过程如下:
S4-1:根据运送数量随时间段的变化图,确定运送任务峰值数
Figure BDA00016634851900000310
再根据峰值数的80%确定繁忙时间段
Figure BDA0001663485190000033
S4-2:计算繁忙时间段的任务数在总任务数的占比
Figure BDA0001663485190000034
其中
Figure BDA0001663485190000035
表示繁忙时间段,∑Ci表示第i家医院的运送任务总数,
Figure BDA0001663485190000036
表示第i家医院的繁忙时间段的运送任务总数,Vi ABP表示第i家医院的繁忙时间段任务数占比,即医院后勤运送任务分配的合理度ABP。
所述步骤S5,计算医院后勤运送任务的饱和度SDT的过程如下:
S5-1:以月份为单位时间,计算每位员工每月的工作净时间总和与在岗总时间的比值
Figure BDA0001663485190000037
S5-2:对每个人的劳动强度数值求平均,得出第i家医院此月的劳动强度
Figure BDA0001663485190000038
其中∑Lj表示j员工当月的工作净时间之和,∑Dj表示j员工当月的实际工作天数,
Figure BDA0001663485190000039
表示j员工当月的劳动强度,Vi SDT表示第j家医院当月的劳动强度。
所述步骤S6,结合上述三大指标,根据公式
Figure BDA0001663485190000041
采用加权求和的方式得到综合指标的数值,对医院后勤系统的健康程度进行评估,其中Vi HL表示第i家医院的综合健康程度指标,λ1,λ2,λ3分别表示 Vi PRT,Vi ABP,Vi SDT三大指标的权重,权重的数值由医院方面根据实际情况制定。
本发明的技术构思为:根据医院后勤的实际运行情况和后勤任务数据提出了医院后勤运送任务执行的合理度、医院后勤运送任务分配的合理度、医院后勤运送任务的饱和度三大指标,分别从任务数据的合理性、任务执行时间维度和员工的劳动强度三个方面出发,对医院后勤系统的健康程度进行评估。
本发明结合了医院实地考察,利用医院后勤的运送数据,提出了医院后勤运送任务执行的合理度、医院后勤运送任务分配的合理度以及医院后勤运送任务的饱和度三大指标来对医院后勤系统的健康程度进行评估。基于医院后勤运送数据的评估方法较之传统的评估手段能够即时且准确地掌握后勤系统中所存在的问题,进而改善“后勤服务”的质量,降低医院的管理成本,提高员工的工作效率。
本发明的有益效果如下:从任务数据的合理性、任务执行的时间维度和员工的劳动强度三个方面出发,利用后勤数据抽象归纳出的指标来评估医院后勤系统的健康程度。摆脱以往“人为”管理的因素,通过科学的数据分析去解决问题。与传统的评估方法相比,投入的人力物力更少,客观性更高,从而更具备可行性和实际意义。
附图说明
图1为一种医院后勤系统的健康程度评估方法的建模步骤流程图;
图2为汇总任务数据的正态分布图;
图3为间隔K条任务数据的斜率散点图;
图4为医院后勤运送任务数量随时间段的变化图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1~图4,一种医院后勤系统的健康程度评估方法,以医院的后勤运送数据为例,提出指标对医院后勤系统的健康程度进行评估,其中原始数据记录了某一段时间内每一项任务的执行时间和其他信息。
以下实施方式结合附图对本发明进行详细的描述,如图1所示,本发明包括以下步骤:
S1:在数据库中运行数据库脚本文件,可以获得医院后勤运送任务及后勤运送员工的相关数据,括后勤运送任务的任务内容、任务出发地、任务目的地、任务开始时间、任务结束时间和任务执行人等信息,对数据进行简单的处理和清洗,使之达到数据分析的要求。
S2:定义数据库中的的开始时间和结束时间分别为tstart和tend,两者作差即可得到该运送任务的执行时间。
S3:计算医院后勤运送任务执行的合理度PRT(The proportion of reasonabletask),找出合理的任务数据,利用合理运送任务数量的占比反映医院后勤系统的运行情况,过程如下:
S3-1:将数据库中的任务数据按照执行时间从小到大排列,作出并观察其分布图,合理数据的分布较紧密,而不合理数据分布较稀疏,总体呈现正态分布模型;
S3-2:由于相邻数据的执行时间相差较小,取间隔K条任务执行时间作割线并画出分布图;
S3-3:根据斜率变化图,选取阈值,得出合理任务时间区间;
S3-4:计算合理任务占比;
S4:计算医院后勤运送任务分配的合理度ABP(The allocation of busyperiod),利用繁忙时间段的任务数在总任务数的占比来刻画医院后勤系统运行的情况,过程如下:
S4-1:根据运送数量随时间段的变化图,确定运送任务峰值数,再根据峰值数的30%确定繁忙时间段;
S4-2:计算繁忙时间段的任务数在总任务数的占比;
S5:计算三医院后勤运送任务的饱和度SDT(The saturation of daily task),以员工工作的劳动强度来刻画医院后勤运送任务的饱和度,同时也能体现后勤管理者对所属员工的工作分配情况,过程如下:
S5-1:以月份为单位时间,统计每位员工每月的工作净时间和在岗的总时间,并计算工作净时间与在岗的总时间的比值;
S5-2:对每个人的劳动强度求平均,得出医院此月的劳动强度;
S6:综合上述三大指标,对医院后勤系统的健康程度进行评估,从而对医院后勤管理者的决策制定和人员管理提供指导。
所述步骤S2,定义数据库中的的开始时间和结束时间分别为tstart和tend,两者作差即可得到该运送任务的执行时间,公式为tex=tstart-tend,其中tex表示任务执行时间。
所述步骤S3中,计算医院后勤运送任务执行的合理度PRT的过程如下:
S3-1,将数据库中的任务数据按照执行时间tex从小到大排列,并作出分布图。观察到合理数据的分布较紧密,而不合理数据分布较稀疏,总体呈现正态分布模型
Figure BDA0001663485190000061
如图2所示,其中,该式代表随机变量χ服从数学期望为μ,标准方差为σ2的高斯分布。
S3-2,由于相邻数据的执行时间相差较小,取间隔K条任务的执行时间作割线后并画出分布图。数据分布图呈正“U”型,如图3所示,两端为变化率较快的不合理数据,其中割线公式
Figure BDA0001663485190000062
n取1,2......N
其中,γ是所求割线的斜率,tnk,tn(k-1)是任务在相隔k个时间段的统计个数,N 代表分隔的时间段数目。
S3-3,根据斜率变化图,选取合适阈值,得出合理任务的时间区间ET1~ET2,其中,ET1为任务执行的最短合理时间,ET2为任务执行的最长合理时间。
S3-4,计算合理任务占比
Figure BDA0001663485190000063
其中ET表示任务执行时间,∑Ci表示第i家医院的运送任务总数,
Figure BDA0001663485190000064
表示第i家医院的合理运送任务总数,Vi PRT表示第i家医院的合理任务占比,即医院后勤运送任务执行的合理度。
所述步骤S4中,计算医院后勤运送任务分配的合理度ABP(The allocation ofbusy period)的过程如下:
S4-1:根据运送数量随时间段的变化图,如图4所示,确定运送任务峰值数
Figure BDA0001663485190000071
再根据峰值数的80%确定繁忙时间段
Figure BDA0001663485190000072
S4-2:计算繁忙时间段的任务数在总任务数的占比
Figure BDA0001663485190000073
其中
Figure BDA0001663485190000074
表示繁忙时间段,∑Ci表示第i家医院的运送任务总数,
Figure BDA0001663485190000075
表示第i家医院的繁忙时间段的运送任务总数,Vi ABP表示第i家医院的繁忙时间段任务数占比,即医院后勤运送任务分配的合理度。
所述步骤S5中,计算医院后勤运送任务的饱和度SDT(The saturation of dailytask的过程如下:
S5-1:以月份为单位时间,计算每位员工每月的工作净时间总和与在岗总时间的比值
Figure BDA0001663485190000076
S5-2:对每个人的劳动强度数值求平均,得出第i家医院此月的劳动强度
Figure BDA0001663485190000077
其中∑Lj表示j员工当月的工作净时间之和,∑Dj表示j员工当月的实际工作天数,
Figure BDA0001663485190000078
表示j员工当月的劳动强度,Vi SDT表示第i家医院当月的劳动强度。
所述步骤S6,综合上述三大指标,对医院后勤系统的健康程度进行评估,从而对医院后勤管理者的决策制定和人员管理提供指导;
结合上述三大指标,根据公式
Figure BDA0001663485190000079
采用加权求和的方式得到综合指标的数值,对医院后勤系统的健康程度进行评估,其中Vi HL表示第i家医院的综合健康程度指标,λ1,λ2,λ3分别表示Vi PRT,Vi ABP,Vi SDT三大指标的权重,权重的数值由医院方面根据实际情况制定。
如上所述为本发明在医疗后勤数据中的一种医院后勤系统的健康程度评估的实施例介绍,本发明在结合在医院的实地考察的情况下,利用医院后勤的运送数据,提出了医院后勤运送任务执行的合理度、医院后勤运送任务分配的合理度、医院后勤运送任务的饱和度三大指标来对医院后勤系统的健康程度进行评估,达到了实际使用的要求。对发明而言仅仅是说明性的,而非限制性的。本专业技术人员理解,在发明权利要求所限定的精神和范围内可对其进行许多改变,修改,甚至等效,但都将落入本发明的保护范围内。

Claims (4)

1.一种医院后勤系统的健康程度评估方法,其特征在于,所述方法包括以下步骤:
S1:获得关于医院后勤运送任务及后勤运送员工的数据并进行数据处理和清洗;
S2:利用数据中每条记录的开始时间和结束时间,计算出每个运送任务的执行时间;
S3:计算医院后勤运送任务执行的合理度PRT,利用合理运送任务数量的占比反映医院后勤运行情况;
S4:计算指标二医院后勤运送任务分配的合理度ABP,利用繁忙时间段的任务数在总任务数的占比来刻画医院后勤系统运行的情况;
S5:关于指标三医院后勤运送任务的饱和度,以员工工作的劳动强度来刻画医院后勤运送任务的饱和度;
S6:综合上述三大指标,对医院后勤系统的健康程度进行评估,从而对医院后勤部门的决策制定和人员管理提供指导;
所述步骤S1中,在数据库中运行数据库脚本文件,获得医院关于后勤运送任务及后勤运送员工相关的数据,包括后勤运送任务的任务内容、任务出发地、任务目的地、任务开始时间、任务结束时间和任务执行人信息,对数据进行简单的处理和清洗,使之达到数据分析的要求;
所述步骤S2中,定义数据库中的开始时间和结束时间分别为tstart和tend,两者作差即可得到该运送任务的执行时间,公式为tex=tstart-tend,其中tex表示任务执行时间;
所述步骤S3中,计算医院后勤运送任务执行的合理度PRT的过程如下:
S3-1,将数据库中的任务数据按照执行时间tex从小到大排列,并作出分布图,观察到合理数据的分布较紧密,而不合理数据分布较稀疏,总体呈现正态分布模型;
S3-2,由于相邻数据的执行时间相差较小,取间隔K条任务的执行时间作割线后并画出分布图,数据分布图呈正“U”型,两端为变化率较快的不合理数据,其中割线公式
Figure FDA0003155523710000021
n取1,2……N;
其中,γ是所求割线的斜率,tnk,tn(k-1)是任务在相隔k个时间段的统计个数,N代表分隔的时间段数目;
S3-3,根据斜率变化图,选取阈值,得出合理任务的时间区间ET1~ET2,其中,ET1为任务执行的最短合理时间,ET2为任务执行的最长合理时间;
S3-4,计算合理任务占比:
Figure FDA0003155523710000022
其中ET表示任务执行时间,∑Ci表示第i家医院的运送任务总数,
Figure FDA0003155523710000023
表示第i家医院的合理运送任务总数,Vi PRT表示第i家医院的合理任务占比,即医院后勤运送任务执行的合理度PRT。
2.如权利要求1所述的一种医院后勤系统的健康程度评估方法,其特征在于:所述步骤S4,计算医院后勤运送任务分配的合理度ABP的过程如下:
S4-1:根据运送数量随时间段的变化图,确定运送任务峰值数
Figure FDA0003155523710000031
再根据峰值数的80%确定繁忙时间段
Figure FDA0003155523710000032
S4-2:计算繁忙时间段的任务数在总任务数的占比:
Figure FDA0003155523710000033
其中
Figure FDA0003155523710000034
表示繁忙时间段,∑Ci表示第i家医院的运送任务总数,
Figure FDA0003155523710000035
表示第i家医院的繁忙时间段的运送任务总数,Vi ABP表示第i家医院的繁忙时间段任务数占比,即医院后勤运送任务分配的合理度ABP。
3.如权利要求1所述的一种医院后勤系统的健康程度评估方法,其特征在于:所述步骤S5,计算医院后勤运送任务的饱和度SDT的过程如下:
S5-1:以月份为单位时间,计算每位员工每月的工作净时间总和与在岗总时间的比值:
Figure FDA0003155523710000036
S5-2:对每个人的劳动强度数值求平均,得出第i家医院此月的劳动强度:
Figure FDA0003155523710000041
其中∑Lj表示j员工当月的工作净时间之和,∑Dj表示j员工当月的实际工作天数,
Figure FDA0003155523710000042
表示j员工当月的劳动强度,Vi SDT表示第j家医院当月的劳动强度。
4.如权利要求1所述的一种医院后勤系统的健康程度评估方法,其特征在于:所述步骤S6,结合上述三大指标,根据公式
Figure FDA0003155523710000043
采用加权求和的方式得到综合指标的数值,对医院后勤系统的健康程度进行评估,其中Vi HL表示第i家医院的综合健康程度指标,λ1,λ2,λ3分别表示Vi PRT,Vi ABP,Vi SDT三大指标的权重,权重的数值由医院方面根据实际情况制定。
CN201810471951.5A 2018-05-17 2018-05-17 一种医院后勤系统的健康程度评估方法 Active CN108647356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810471951.5A CN108647356B (zh) 2018-05-17 2018-05-17 一种医院后勤系统的健康程度评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810471951.5A CN108647356B (zh) 2018-05-17 2018-05-17 一种医院后勤系统的健康程度评估方法

Publications (2)

Publication Number Publication Date
CN108647356A CN108647356A (zh) 2018-10-12
CN108647356B true CN108647356B (zh) 2021-10-29

Family

ID=63756294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810471951.5A Active CN108647356B (zh) 2018-05-17 2018-05-17 一种医院后勤系统的健康程度评估方法

Country Status (1)

Country Link
CN (1) CN108647356B (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010138962A2 (en) * 2009-05-29 2010-12-02 Disruptive Ip, Inc. Robotic management of patient care logistics
CN105800400B (zh) * 2016-05-03 2018-05-11 昆明理工大学 一种优化电梯调度管理的方法

Also Published As

Publication number Publication date
CN108647356A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
Kadri et al. Time series modelling and forecasting of emergency department overcrowding
Timmerman et al. Measuring data quality in information systems research
Wieczorek et al. How valuable is company-specific data compared to multi-company data for software cost estimation?
Troncoso et al. Improved cook stove adoption and impact assessment: A proposed methodology
Manolitzas et al. Using multicriteria decision analysis to evaluate patient satisfaction in a hospital emergency department
Malec et al. Integrated commercialization model of research and development project results
CN112860973B (zh) 基于社交网络分析的组织健康评估方法
CN108647356B (zh) 一种医院后勤系统的健康程度评估方法
van Hulzen et al. Mining context-aware resource profiles in the presence of multitasking
CN113393922A (zh) 一种辅助诊疗类人工智能应用评估框架和评估方法
Firmansyah et al. Examining readiness of e-Learning implementation using information system readiness impact model
CN116759082A (zh) 一种基于知识图谱的健康评估系统
Li Predicting online invitation responses with a competing risk model using privacy-friendly social event data
Wohlin et al. Combining data from reading experiments in software inspections: a feasibility study
Chan et al. PREDICTING FACTORS OF ETHICAL AND DISCRETIONARY DIMENSIONS OF CORPORATE SOCIAL RESPONSIBILITY AND EMPLOYEES'JOB SATISFACTION IN A MALAYSIAN PUBLIC UNIVERSITY.
Damin et al. An investigation into the use of the education Management Information System (EMIS) in Iraq: Case study
Alfano et al. The gender wage gap among PhD holders: an empirical examination based on Italian data
Klimczuk Introductory Chapter: Demographic Analysis
Ghazal et al. Data acquisition model for analyzing cost overrun in construction projects using KDD
Li et al. The establishment of innovative enterprise human capital value evaluation indicators system based on grounded theory method-statistical method-information entropy
Puspitawati et al. Factors That Affect the Effectiveness of Management Accounting Software
You-quan et al. Factors affecting commitment and satisfaction of project managers in the construction industry
Putri et al. Effectiveness Analysis of Using The Vehicle Tools Feature on ERP Systems with Delone & McLean Approach at PT. Putra Mulia Telecommunication
Di Biccari et al. Living Lab as enabler of new technologies in Public Administrations: The B@ ARCA project
Pavlović et al. Contemporary challenges for project managers in Serbia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant