تبیین مدل گردشگری پزشکی، با رویکرد تحلیل مضمون (تم) مطالعه موردی بیمارستان های دانشگاه علوم پزشکی تهران
Publish place: Tourism of Culture، Vol: 4، Issue: 12
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 157
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TOC-4-12_003
تاریخ نمایه سازی: 13 تیر 1402
Abstract:
گردشگری پزشکی، مسافرت بیماران به سایر کشورها برای استفاده از خدمات درمانی ارزان تر و باکیفیت تر از کشور خود است که از زیر شاخه های گردشگری سلامت محسوب می شود. کارکرد اقتصادی و سیاسی گردشگری پزشکی از مهم ترین پیامدهای آن برای جامعه میزبان است. همچنین با توجه به الزامات قانونی اجرای آن سوال اصلی پژوهش این است «مدل مناسب جذب گردشگر پزشکی در بیمارستان های علوم پزشکی تهران چیست؟». بنابراین هدف اصلی پژوهش تبیین مدل جذب گردشگری پزشکی در بیمارستان های علوم پزشکی تهران و شناسایی مولفه های آن است. روش تحقیق از نظر هدف کاربردی و توسعه ای و از نظر جمع آوری داده ها میدانی و از لحاظ فرایند اجرا از نوع کیفی است. به منظور طراحی مدل ۱۳ نفر از مدیران و خبرگان بیمارستان های دولتی زیرمجموعه دانشگاه علوم پزشکی تهران با روش قضاوتی انتخاب و مصاحبه نیمه ساختاریافته ای صورت گرفت که براساس تحلیل مضمون محتوای مصاحبه ها تجزیه و تحلیل و کدگذاری شد و پس از سنجش پایایی (بازآزمون) و روایی (رفت و برگشتی بودن مصاحبه ها)، مدل پیشنهادی ارائه شد. هفت مضمون «کیفیت رفتاری کادر درمان، کیفیت تخصصی کادر درمان، هزینه های درمان، کیفیت مراکز درمانی، تصویر ادراک شده از برند پزشکی، کیفیت فرایند درمان و مولفه های مقصد درمان» در مدل شناسایی شدند. نتایج نشان داد که مضامین شناسایی شده در جذب گردشگر پزشکی موثر است.
Keywords:
Authors
سمیه قربانخانی
پژوهشگر دکتری مدیریت بازاریابی، گروه مدیریت بازرگانی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران ،ایران.
اعظم رحیمی نیک
استادیار، گروه مدیریت بازرگانی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.
منصوره علیقلی
دانشیار، گروه مدیریت بازرگانی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :