Hanousek, Jakub2024-07-122024-07-122019Hanousek, J. (2019). Measuring inequalities in the number of nurses and doctors in Turkish regions / Türkiye’deki bölgelerde hemşire ve doktor sayısındaki eşitsizliklerin ölçülmesi. Maltepe Üniversitesi Uluslararası Öğrenci Kongresi. s. 37.978-605-2124-12-3https://hdl.handle.net/20.500.12415/1603Geographical differences in healthcare have been documented by a lot of studies from various countries of the world. Differences in number of doctors and nurses will be measured in this article. According to the NUTS classification Turkey has 26 regions. The data used are for 2013, 2014 and 2015. Absolute numbers of nurses and doctors will be transformed per 10 000 inhabitants. Multiple-criteria decision analysis (MCDA) will be used to get the results in healthcare in Turkey. It is very important to determinate weights in MCDA. Weights will be determinate by linear programming. Purpose function in linear model will be formulated as a maximalization total utility. Result values of variables will be weights. Next part of the study will be about data envelopment analysis. The measure uses data envelopment analysis (DEA), which is a non-parametric method of production function estimation, to transform multiple resources into a single virtual health resource. The study shows that the DEA originally developed for measuring efficiency can be used successfully to measure inequality.Dünyanın çeşitli ülkelerinde yapılan birçok çalışmanın sonucunda sağlık hizmetlerinde coğrafi farklılıklar olduğu ortaya konmaktadır. Bu çalışmada, doktor ve hemşire sayısındaki farklılıklar ölçülecektir. NUTS sınıflandırmasına göre, Türkiye 26 bölgeye sahiptir. Kullanılan veriler 2013, 2014 ve 2015 yılına aittir. Mutlak sayıda hemşire ve doktor 10.000 kişi başına rakamlara dönüştürülecektir. Türkiye’de sağlık alanında sonuçlara ulaşabilmek amacıyla çok kriterli karar analizi (MCDA) kullanılacaktır. MCDA’da ağırlıkları belirlemek çok önemlidir. Ağırlıklar doğrusal programlama ile belirlenir. Doğrusal modeldeki amaç fonksiyonu, toplam faydayı maksimize etme yönünde formüle edilecektir. Değişkenlerin sonuç değerleri ağırlıklar olacaktır. Çalışmanın bir sonraki kısmı veri zarflama analizi ile ilgili olacaktır. Ölçüm, birden fazla kaynağı tek bir sanal sağlık kaynağına dönüştürmek için parametrik olmayan bir üretim işlevi tahmin yöntemi olan veri zarflama analizini (DEA) kullanır. Çalışma, başlangıçta verimliliği ölçmek için geliştirilen DEA’nın eşitsizliği ölçmede başarıyla kullanılabileceğini göstermektedir.enCC0 1.0 Universalinfo:eu-repo/semantics/openAccessConference Object3737