This study explores user-generated content (UGC) of the hotel sector in the city of Florianópolis-SC, Brazil, to identify the quality attributes of services and determine the polarity of the expressed feelings in the reviews of each attribute. The analysis is based on the latent topics and the polarity of feelings expressed in the reviews. UGC was collected using a crawler, resulting in a text corpus comprising 68,558 reviews. The polarity of feelings, positive or negative, was identified using sentiment analysis techniques and Latent Dirichlet Allocation (LDA) was used to identify latent topics in the corpus associated with the attributes of hotel service quality. This study found that "room," "location," "ambience," "staff," "breakfast," "parking," "reservation," and "cost-benefit" were the attributes most frequently assessed by consumers in their reviews. The attributes that generate the most negative reviews were "room," "parking," and "reservation." The attributes "location," "ambience," "staff," "breakfast," and "cost-benefit" were the attributes that generated most of the positive reviews. When comparing the results of this study to those of previous studies, two attributes demonstrated greater prominence: the attribute "room" that attracted a high number of negative comments and the attribute "parking" that had not presented itself with the same level of relevance in other studies.
The unprecedented crisis faced by the hotel industry due to the COVID-19 pandemic has brought about changes in guests’ perceptions of service quality attributes. In view of the need to monitor this environment, this study is dedicated to identifying the main negative topics related to the quality of hotel services in Brazil and the impacts of the COVID-19 pandemic on guests’ perception of these topics. For this purpose, a set of 866,048 online hotel reviews were collected from the Booking.com platform. Initially, data were analyzed through topic modeling to identify the attributes addressed by guests in their evaluations. Subsequently, an average comparison method was used to evaluate the impact of the pandemic on the evaluation scores of each attribute. A total of 13 topics related to five attributes of hotel service quality were identified. The topics related to room cleaning and check-in were the most negatively impacted by the COVID-19 pandemic, with the largest drops in average evaluation scores.
Objetivou-se avaliar a qualidade da Atenção Primária à Saúde (APS) em um município do sul do Brasil, sob a ótica dos usuários por meio do Primary Care Assessment Tool-Brasil (PCATool-Brasil). Trata-se de um estudo avaliativo junto a 379 usuários dos serviços de APS do município de Guarapuava/Paraná/Brasil, entrevistados utilizando o instrumento PCATool-Brasil. A análise dos dados se deu por meio de estatística descritiva. Os resultados mostram que o escore geral e essencial para avaliação da APS do município resultaram nos valores de 5.62 (DP±1.15) e 6.05(DP±1.14) respectivamente. Na avaliação de cada atributo, os escores mais baixos foram do componente derivado “orientação comunitária” (Média: 3.13; DP ±2.36), seguido pela “integralidade – serviços prestados” (Média: 3.70; DP±2.17) e “Acesso de Primeiro Contato – Acessibilidade” (Média: 4.01; DP±2.23). O atributo melhor avaliado foi o “Acesso de Primeiro Contato – Utilização”, com escore médio de 8.44 (DP±2.44). Conclui-se que houve baixa qualidade da APS sob a ótica dos usuários na realidade investigada, especialmente no que se refere aos atributos “orientação comunitária”, “integralidade – serviços prestados” e “Acesso de Primeiro Contato – Acessibilidade”. A avaliação da APS foi positiva somente nos itens “Grau de Afiliação com Serviço de Saúde’ e “Acesso de Primeiro Contato – Utilização”.
Objetivo: analisar o desenvolvimento global de publicações científicas e construir tópicos abordados em pesquisas sobre o novo coronavírus/COVID-19. Métodos: estudo de revisão de resumos de publicações sobre o novo coronavírus/COVID-19, com busca nas bases de dados Embase e Web of Science, em 03 de novembro de 2020. A análise dos dados se deu pela modelagem dos tópicos de pesquisa pelo método Latent Dirichlet Allocation (LDA). Resultados: analisaram-se 31.769 publicações, com envolvimento de pesquisadores de 182 países. Os estudos foram publicados em 5.336 periódicos diferentes. A análise identificou 20 tópicos principais de pesquisa sobre o novo coronavírus/COVID-19, sendo que mais da metade (54,5%) das publicações foram contempladas nos temas de impactos e desafios decorrentes da pandemia (11,3%), resposta imunológica (9,6%), potenciais terapêuticas (9,0%), epidemiologia (7,8%), saúde mental (6,3%), recomendações para assistência a outras necessidades de saúde (5,3%) e complicações clínicas. O tema da telemedicina e telessaúde foi evidenciado em 4,2% das publicações. Conclusões: as publicações científicas estavam distribuídas dentre 20 principais temas, caracterizando sua importância e relevância no entendimento do agravo em questão para traçar estratégias de controle, prevenção, tratamento e atenção aos agravos/implicações decorrentes da pandemia. Identificaram-se como principal lacuna de conhecimento estudos sobre cuidados primários/atenção primária à saúde.
Avaliação da qualidade da atenção primária: associação com o tipo de unidade de saúde Quality assessment of primary care: association with type of health unit
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.