聚类分析和关联分析在三级甲等医院科研绩效评价中的应用

发布时间：2024-04-14 12:06

　　目的优化医院科研绩效评价,以提升不同等级科研人员的科研能力。方法收集汇总2014年～2018年医院科研人员的基本信息、科研成果等数据,采用K-means聚类分析算法、Apriori关联分析算法对科研绩效数据进行分析评价。结果优秀、良好两个等级科研人员占比为25.8%,聚类结果与医院实际科研现状较接近;临床医生是医院科研主力,分别在整体、优秀、良好中占比为69.5%、83.33%、72.92%;评价等级为优秀的与博士研究生学历、正高职称有较强相关性;评价等级为合格的与工龄不超过10年、学历为大学本科或专科、职称为初级或中级、科室类别为护理或行政等特征有一定相关性,置信度超过80%。结论分析聚类分析、关联在科研绩效评价中应用,可以总结出不同等级科研人员的特点规律,医院应为不同等级科研人员制定有针对性的科研管理措施,制定相应激励政策,加强不同等级科研人员交流和互动,组建优秀科研团队,加强与知名院校交流合作,提升影响力和促进资源整合。

【文章页数】：6 页

【文章目录】：
1 资料来源与方法
    1.1 研究对象
    1.2 指标选择
        1.2.1 课题项目的权重设置：
        1.2.2 学术论文的权重设置：
        1.2.3 科技成果的权重设置：
        1.2.4授权专利的权重设置：
        1.2.5 著作的权重设置：
    1.3 研究方法
        1.3.1 聚类分析法：
        1.3.2 关联分析法：
2 结果
    2.1 科研人员整体情况
    2.2 科研人员评价等级聚类分析情况
    2.3 科研人员评价等级关联分析情况
3 讨论与建议
    3.1 整体科研人员情况分析
    3.2 不同评价等级的科研人员特征分析
    3.3 不同评价等级的科研人员特征分析
    3.4 科研能力提升策略
4 小结



本文编号：3954654