CN116596409A - 基于试验数据采集的人员跟踪管理*** - Google Patents
基于试验数据采集的人员跟踪管理*** Download PDFInfo
- Publication number
- CN116596409A CN116596409A CN202310872435.4A CN202310872435A CN116596409A CN 116596409 A CN116596409 A CN 116596409A CN 202310872435 A CN202310872435 A CN 202310872435A CN 116596409 A CN116596409 A CN 116596409A
- Authority
- CN
- China
- Prior art keywords
- return visit
- recruits
- personnel
- unit
- recruiter
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000007726 management method Methods 0.000 claims description 28
- 238000007405 data analysis Methods 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 8
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种管理***,具体地说,涉及基于试验数据采集的人员跟踪管理***。其包括时空交集感知模块、预处理模块、回访管理模块以及跟踪预警模块,其中:所述时空交集感知模块用于根据被招募人员的登记信息对多个被招募人员的相关性进行分析,并生成分析结果;该基于试验数据采集的人员跟踪管理***中,通过对两个被招募人员之间的差异进行分析,然后依据第一个被招募人员的在岗状态来判断来延长对另一个被招募人员的回访时间,并以另一个被招募人员的回访状态为基础,反推分析第一个被招募人员的在岗状态,使访问周期可根据两个被招募人员之间相互关联的状态进行灵活调整,以便及时了解被招募人员的信息。
Description
技术领域
本发明涉及一种管理***,具体地说,涉及基于试验数据采集的人员跟踪管理***。
背景技术
人员匹配,一是指组织中个体的能力与工作职位相匹配,二是指组织中个体的人与需求的岗位相匹配。当人与岗位相匹配时,则会产生很高的满意度和较佳的成功率。
而且,人员匹配的范围较广,例如帮某企业招募工作人员、帮某医院招募临床试验人员等等。
在招募到应聘人员之后,人事还需要频繁的跟踪应聘人员的状态,以及时的获取应聘人员的工作进度,从而通过该进度与对应的公司洽谈对应的招募费。
目前,跟踪应聘人员的状态通常采用电话回访的方式进行,其电话回访的频率根据各个企业的岗位强度关联,即岗位需求强就表明应聘人员不易接受,从而会在较快的时间内离开岗位。
然而,目前大多采用周期性的回访方式,例如一个月给应聘者回访一次,获取应聘人员的工作进度,达到跟踪管理的目的。但是,每个应聘人员所承受的压力是不同的,这样周期性的回访就难以在第一时间的得知应聘人员的离岗状态,从而影响人事与对应的公司后续的业务跟进效率。
发明内容
本发明的目的在于提供基于试验数据采集的人员跟踪管理***,以解决上述背景技术中提出的问题。
为实现上述目的,提供了基于试验数据采集的人员跟踪管理***,包括时空交集感知模块、预处理模块、回访管理模块以及跟踪预警模块,其中:
所述时空交集感知模块用于根据被招募人员的登记信息对多个被招募人员的相关性进行分析,并生成分析结果;
所述预处理模块根据分析结果对相关人员进行相应的差异化分析,并建立差异值;
所述回访管理模块根据差异值确定最优被招募人员,并采集该被招募人员的回访周期,依据该被招募人员的初访状态,通过差异值对其余被招募人员的初访日期进行规划;
所述跟踪预警模块采集其余被招募人员的初访状态并根据差异值对最优被招募人员的稳定性进行决策,依据决策结果调整最优被招募人员的回访周期。
作为本技术方案的进一步改进,所述时空交集感知模块包括登记数据采集单元,接收登记数据采集单元信息的特征数据分析单元,以及对被招募人员分析的相关人员分析单元,其中:
所述登记数据采集单元用于采集被招募人员的应聘信息;
所述特征数据分析单元用于获取应聘信息中的特征数据;
所述相关人员分析单元对特征数据进行关联性分析,建立关联人员档案目录。
作为本技术方案的进一步改进,所述相关人员分析单元所分析的内容为应聘岗位的信息。
作为本技术方案的进一步改进,所述预处理模块包括人员捆绑单元以及差异化分析单元,所述人员捆绑单元将关联人员档案目录内的多个被招募人员进行绑定,建立回访小组;
所述差异化分析单元对回访小组内的多个被招募人员进行差异分析,生成差异值。
作为本技术方案的进一步改进,所述差异值至少包括自身状态与应聘岗位之间的差异。
作为本技术方案的进一步改进,所述回访管理模块包括回访周期决策单元、回访记录采集单元以及回访时间规划单元,其中:
所述回访周期决策单元采集最优被招募人员回访日期的间隔,建立访问周期,并在对应时间发出回访提醒;
所述回访记录采集单元用于分析最优被招募人员的回访记录,生成参考数据;
所述回访时间规划单元基于参考数据和差异值,建立回访小组内的其他被招募人员的回访日期。
作为本技术方案的进一步改进,所述跟踪预警模块包括稳定性分析单元和复访时间决策单元,其中:
所述稳定性分析单元获取其余被招募人员的回访结果,基于该回访结果进行稳定性分析,生成评估数据;
所述复访时间决策单元基于评估数据对最优被招募人员的二次复访时间进行调整。
作为本技术方案的进一步改进,所述回访时间规划单元采用对比算法,其算法公式如下:
;
;
;
式中,y为岗位信息的全部元素数量,x为被招募人员符合岗位信息的元素数量;为被招募人员符合岗位信息的占比率;/>为其中一个被招募人员符合岗位信息的占比率与另一个被招募人员符合岗位信息的占比率之间的差异值;/>为最优被招募人员的访问周期;/>为另一个被招募人员的回访时间。
作为本技术方案的进一步改进,所述回访时间规划单元获取被招募人员的回访日期的方法步骤如下:
S1、基于岗位的历史数据,建立最优被招募人员的访问周期;
S2、依据访问周期,对最优被招募人员进行访问,并获取该人员的上岗状态;
S3、获取上岗状态的负面影响,依据最优被招募人员与另一个被招募人员差异值在访问周期/>内的占比计算得出另一个被招募人员的回访时间/>;
S4、获取最优被招募人员的回访日期,以该日期为基准,向后增加回访时间得到回访日期。
与现有技术相比,本发明的有益效果:
该基于试验数据采集的人员跟踪管理***中,通过对两个被招募人员之间的差异进行分析,然后依据第一个被招募人员的在岗状态来判断来延长对另一个被招募人员的回访时间,并以另一个被招募人员的回访状态为基础,反推分析第一个被招募人员的在岗状态,使访问周期可根据两个被招募人员之间相互关联的状态进行灵活调整,以便及时了解被招募人员的信息。
附图说明
图1为本发明的整体模块示意图;
图2为本发明的时空交集感知模块的框图;
图3为本发明的预处理模块的框图;
图4为本发明的回访管理模块的框图;
图5为本发明的跟踪预警模块的框图。
图中各个标号意义为:
100、时空交集感知模块;110、登记数据采集单元;120、特征数据分析单元;130、相关人员分析单元;
200、预处理模块;210、人员捆绑单元;220、差异化分析单元;
300、回访管理模块;310、回访周期决策单元;320、回访记录采集单元;330、回访时间规划单元;
400、跟踪预警模块;410、稳定性分析单元;420、复访时间决策单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
请参阅图1-图5所示,提供了基于试验数据采集的人员跟踪管理***,包括时空交集感知模块100、预处理模块200、回访管理模块300以及跟踪预警模块400,其中:
时空交集感知模块100用于根据被招募人员的登记信息对多个被招募人员的相关性进行分析,并生成分析结果;
预处理模块200根据分析结果对相关人员进行相应的差异化分析,并建立差异值;
回访管理模块300根据差异值确定最优被招募人员,并采集该被招募人员的回访周期,依据该被招募人员的初访状态,通过差异值对其余被招募人员的初访日期进行规划;
跟踪预警模块400采集其余被招募人员的初访状态并根据差异值对最优被招募人员的稳定性进行决策,依据决策结果调整最优被招募人员的回访周期。
具体的,时空交集感知模块100包括登记数据采集单元110,接收登记数据采集单元110信息的特征数据分析单元120,以及对被招募人员分析的相关人员分析单元130,其中:
登记数据采集单元110用于采集被招募人员的应聘信息;特征数据分析单元120用于获取应聘信息中的特征数据;相关人员分析单元130对特征数据进行关联性分析,建立关联人员档案目录。其中,相关人员分析单元130所分析的内容为应聘岗位的信息。
这里,以临床试验的被招募人员为例,其岗位为临床试验。在招募时,被招募人员需要填写登记个人信息以及接受临床试验的项目信息等,从而使登记数据采集单元110能够对这些应聘信息进行采集,采集的信息包含被招募人员的身体状态、居住区域、以及接受试验的项目信息等等;然后经特征数据分析单元120分析这些项目的相似性,完成对相关人员的统计。
预处理模块200包括人员捆绑单元210以及差异化分析单元220,人员捆绑单元210将关联人员档案目录内的多个被招募人员进行绑定,建立回访小组;
差异化分析单元220对回访小组内的多个被招募人员进行差异分析,生成差异值。差异值至少包括自身状态与应聘岗位之间的差异。
进一步的,回访管理模块300包括回访周期决策单元310、回访记录采集单元320以及回访时间规划单元330,其中:
回访周期决策单元310采集最优被招募人员回访日期的间隔,建立访问周期,并在对应时间发出回访提醒;
回访记录采集单元320用于分析最优被招募人员的回访记录,生成参考数据;
回访时间规划单元330基于参考数据和差异值,建立回访小组内的其他被招募人员的回访日期。
也就是说,对相应岗位的人员进行绑定,使其处于同一个回访小组内。因处于回访小组内的多个被招募人员的岗位相同,其主要区别点在于每个人员的身体状态以及居住区域等外界环境的影响。为此需要对这个小组内的多个被招募人员进行差异分析,从而得到多个被招募人员之间的差异值。差异值的确定可以在优先被招募人员接收回访时进行确定。
例如,被招募人员a为最优被被招募人员,被招募人员a与被招募人员b之间的身体状态差异值为百分之三十,然后为被招募人员a创建访问周期,例如周期为三十天,那么就需要在第一天以及第三十天进行两次回访。在第一次对被招募人员a进行回访后,通过回访记录采集单元320分析被招募人员a的在岗状态,如果在岗正常,则被招募人员b的回访日期与被招募人员a的日期一致,不作调整;如果为负面状态时,基于该在岗状态以及差异值对被招募人员b的回访日期进行规划,从而确定被招募人员b的回访日期。
跟踪预警模块400包括稳定性分析单元410和复访时间决策单元420,其中:
稳定性分析单元410获取其余被招募人员的回访结果,基于该回访结果进行稳定性分析,生成评估数据;
复访时间决策单元420基于评估数据对最优被招募人员的二次复访时间进行调整。
具体的,确定被招募人员b的回访日期后,对被招募人员b进行回访记录后,根据被招募人员b的在岗状态就能够推断此时被招募人员a的在岗状态,如果此时被招募人员b表示难以完成岗位要求时,也就相当于被招募人员a此时也容易出现该情形,此时可以以被招募人员b为依据,通过复访时间决策单元420将被招募人员b的第二次复访时间调整至今日,从而能够更加及时的了解到被招募人员的在岗状态。
也就是说,通过对两个被招募人员之间的差异进行分析,然后依据第一个被招募人员的在岗状态来判断来延长对另一个被招募人员的回访时间,并以另一个被招募人员的回访状态为基础,反推分析第一个被招募人员的在岗状态,使访问周期可根据两个被招募人员之间相互关联的状态进行灵活调整,以便及时了解被招募人员的信息。
另外,回访时间规划单元330采用对比算法,其算法公式如下:
;
;
;
式中,y为岗位信息的全部元素数量,x为被招募人员符合岗位信息的元素数量;为被招募人员符合岗位信息的占比率;/>为其中一个被招募人员符合岗位信息的占比率与另一个被招募人员符合岗位信息的占比率之间的差异值;/>为最优被招募人员的访问周期;/>为另一个被招募人员的回访时间。
更进一步的,回访时间规划单元330获取被招募人员的回访日期的方法步骤如下:
S1、基于岗位的历史数据,建立最优被招募人员的访问周期;
S2、依据访问周期,对最优被招募人员进行访问,并获取该人员的上岗状态;
S3、获取上岗状态的负面影响(也就是难以继续坚持该岗位),依据最优被招募人员与另一个被招募人员差异值在访问周期/>内的占比计算得出另一个被招募人员的回访时间/>;
S4、获取最优被招募人员的回访日期,以该日期为基准,向后增加回访时间得到回访日期。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.基于试验数据采集的人员跟踪管理***,其特征在于:包括时空交集感知模块(100)、预处理模块(200)、回访管理模块(300)以及跟踪预警模块(400),其中:
所述时空交集感知模块(100)用于根据被招募人员的登记信息对多个被招募人员的相关性进行分析,并生成分析结果;
所述预处理模块(200)根据分析结果对相关人员进行相应的差异化分析,并建立差异值;
所述回访管理模块(300)根据差异值确定最优被招募人员,并采集该被招募人员的回访周期,依据该被招募人员的初访状态,通过差异值对其余被招募人员的初访日期进行规划;
所述跟踪预警模块(400)采集其余被招募人员的初访状态并根据差异值对最优被招募人员的稳定性进行决策,依据决策结果调整最优被招募人员的回访周期。
2.根据权利要求1所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述时空交集感知模块(100)包括登记数据采集单元(110),接收登记数据采集单元(110)信息的特征数据分析单元(120),以及对被招募人员分析的相关人员分析单元(130),其中:
所述登记数据采集单元(110)用于采集被招募人员的应聘信息;
所述特征数据分析单元(120)用于获取应聘信息中的特征数据;
所述相关人员分析单元(130)对特征数据进行关联性分析,建立关联人员档案目录。
3.根据权利要求2所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述相关人员分析单元(130)所分析的内容为应聘岗位的信息。
4.根据权利要求2所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述预处理模块(200)包括人员捆绑单元(210)以及差异化分析单元(220),所述人员捆绑单元(210)将关联人员档案目录内的多个被招募人员进行绑定,建立回访小组;
所述差异化分析单元(220)对回访小组内的多个被招募人员进行差异分析,生成差异值。
5.根据权利要求4所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述差异值至少包括自身状态与应聘岗位之间的差异。
6.根据权利要求4所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述回访管理模块(300)包括回访周期决策单元(310)、回访记录采集单元(320)以及回访时间规划单元(330),其中:
所述回访周期决策单元(310)采集最优被招募人员回访日期的间隔,建立访问周期,并在对应时间发出回访提醒;
所述回访记录采集单元(320)用于分析最优被招募人员的回访记录,生成参考数据;
所述回访时间规划单元(330)基于参考数据和差异值,建立回访小组内的其他被招募人员的回访日期。
7.根据权利要求6所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述跟踪预警模块(400)包括稳定性分析单元(410)和复访时间决策单元(420),其中:
所述稳定性分析单元(410)获取其余被招募人员的回访结果,基于该回访结果进行稳定性分析,生成评估数据;
所述复访时间决策单元(420)基于评估数据对最优被招募人员的二次复访时间进行调整。
8.根据权利要求6所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述回访时间规划单元(330)采用对比算法,其算法公式如下:
;
;
;
式中,y为岗位信息的全部元素数量,x为被招募人员符合岗位信息的元素数量;为被招募人员符合岗位信息的占比率;/>为其中一个被招募人员符合岗位信息的占比率与另一个被招募人员符合岗位信息的占比率之间的差异值;/>为最优被招募人员的访问周期;/>为另一个被招募人员的回访时间。
9.根据权利要求6所述的基于试验数据采集的人员跟踪管理***,其特征在于:所述回访时间规划单元(330)获取被招募人员的回访日期的方法步骤如下:
S1、基于岗位的历史数据,建立最优被招募人员的访问周期;
S2、依据访问周期,对最优被招募人员进行访问,并获取该人员的上岗状态;
S3、获取上岗状态的负面影响,依据最优被招募人员与另一个被招募人员差异值在访问周期/>内的占比计算得出另一个被招募人员的回访时间/>;
S4、获取最优被招募人员的回访日期,以该日期为基准,向后增加回访时间得到回访日期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310872435.4A CN116596409B (zh) | 2023-07-17 | 2023-07-17 | 基于试验数据采集的人员跟踪管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310872435.4A CN116596409B (zh) | 2023-07-17 | 2023-07-17 | 基于试验数据采集的人员跟踪管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116596409A true CN116596409A (zh) | 2023-08-15 |
CN116596409B CN116596409B (zh) | 2023-09-19 |
Family
ID=87594107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310872435.4A Active CN116596409B (zh) | 2023-07-17 | 2023-07-17 | 基于试验数据采集的人员跟踪管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116596409B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120072232A1 (en) * | 2010-04-28 | 2012-03-22 | Patrick Frankham | Systems and Methods for Using Online Resources to Design a Clinical Study and Recruit Participants |
US20140316793A1 (en) * | 2013-03-14 | 2014-10-23 | nPruv, Inc. | Systems and methods for recruiting and matching patients for clinical trials |
US20160253480A1 (en) * | 2015-02-28 | 2016-09-01 | BioNews Services, LLC | System and Method for Matching Patients with Clinical Trials |
KR20180133301A (ko) * | 2017-04-11 | 2018-12-14 | 주식회사 올리브헬스케어 | 임상시험 자원자와 임상시험 주관의료기관 간의 임상시험정보 매칭 방법 |
CN109817290A (zh) * | 2018-12-25 | 2019-05-28 | 天津阿贝斯努科技有限公司 | 一期临床试验管理***及管理方法 |
CN112365941A (zh) * | 2020-10-16 | 2021-02-12 | 零氪科技(北京)有限公司 | 受试者招募的方法及*** |
-
2023
- 2023-07-17 CN CN202310872435.4A patent/CN116596409B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120072232A1 (en) * | 2010-04-28 | 2012-03-22 | Patrick Frankham | Systems and Methods for Using Online Resources to Design a Clinical Study and Recruit Participants |
US20140316793A1 (en) * | 2013-03-14 | 2014-10-23 | nPruv, Inc. | Systems and methods for recruiting and matching patients for clinical trials |
US20160253480A1 (en) * | 2015-02-28 | 2016-09-01 | BioNews Services, LLC | System and Method for Matching Patients with Clinical Trials |
KR20180133301A (ko) * | 2017-04-11 | 2018-12-14 | 주식회사 올리브헬스케어 | 임상시험 자원자와 임상시험 주관의료기관 간의 임상시험정보 매칭 방법 |
CN109817290A (zh) * | 2018-12-25 | 2019-05-28 | 天津阿贝斯努科技有限公司 | 一期临床试验管理***及管理方法 |
CN112365941A (zh) * | 2020-10-16 | 2021-02-12 | 零氪科技(北京)有限公司 | 受试者招募的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116596409B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6879970B2 (en) | Apparatus and method for prediction and management of subject compliance in clinical research | |
US20090319297A1 (en) | Workplace Absenteeism Risk Model | |
US20060184493A1 (en) | Apparatus and method for prediction and management of participant compliance in clinical research | |
US8639547B1 (en) | Method for statistical comparison of occupations by skill sets and other relevant attributes | |
TOPPS-II Interstate Cooperative Study Group | Drug treatment completion and post-discharge employment in the TOPPS-II Interstate Cooperative Study | |
Dafny et al. | Data impediments to empirical work on health insurance markets | |
Bauer et al. | How does scientific success relate to individual and organizational characteristics? A scientometric study of psychology researchers in the German-speaking countries | |
CN110033191B (zh) | 一种商业人工智能的分析方法及*** | |
CN116596409B (zh) | 基于试验数据采集的人员跟踪管理*** | |
Kuder et al. | Visits to the physician: an evaluation of the usual-source effect. | |
Wright et al. | Growth coping, work satisfaction and turnover: A longitudinal study | |
McGuire | Simulation in healthcare | |
Vollmer et al. | Searching multiple clinical information systems for longer time periods found more prevalent cases of asthma | |
Roffe | Predictive correlates of treatment program completion in a sample of male alcoholics | |
US7702526B2 (en) | Assessment of episodes of illness | |
Govender | Problems experienced by detectives in the processing and utilisation of crime information at the Rustenburg detective unit, North West province, South Africa | |
Cohen et al. | Artificial Intelligence and Machine Learning Derived Efficiencies for Large‐Scale Survey Estimation Efforts | |
Kroll Letwat | The current quality of health plan report cards | |
Kim | The relationship between records-based and selfreported measures of absenteeism | |
CN117809791A (zh) | 一种基于数据分析的患者标签识别方法 | |
Li et al. | Evaluation of the Independence at Home Demonstration | |
Oatley et al. | SMART software for decision makers KDD experience | |
Dumas et al. | Comparing the Accuracy of Health Information Exchange (HIE) to the Traditional Process of Medication Reconciliation during Admission at the Pima County Adult Detention Center (PCADC) | |
Wright | An assessment of the capacity to measure performance among the nation's prison systems | |
JP2002109392A (ja) | 営業支援方法および営業支援システム |
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 |