Geri Dön

PPP modeliyle yönetilen hastanelerde çok boyutlu hizmet performansı tahmini: Makine öğrenmesi tabanlı bir değerlendirme

Multi-dimensional service performance estimation in hospitals managed with ppp model: A machine learning based evaluation

PDF İndir

  1. Tez No: 979393
  2. Yazar: ÖZGÜR TELLİEL
  3. Danışmanlar: PROF. DR. ÜMİT IŞIKDAĞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Mimari ve Kentsel Enformatik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kamu-Özel İş Birliği (PPP) modeliyle işletilen entegre sağlık kampüslerinde sunulan tesis yönetimi (Facility Management – FM) hizmetlerinin çok boyutlu performansını, veri odaklı ve yapay zekâ destekli bir değerlendirme çerçevesiyle incelemek hedeflenmiştir. Beş kampüsten derlenen kapsamlı operasyonel kayıtlar temelinde; Teknik Hizmetler (bakım-onarım, altyapı), Operasyonel Destek Hizmetleri (temizlik, güvenlik, yemek) ve Miktara Bağlı Hizmetler eksenlerinde kurumsal performans göstergeleri bütüncül biçimde ele alınmış; sınıflandırma modelleri ve açıklanabilirlik araçları kullanılarak hizmet düzeylerinin karşılaştırmalı olarak değerlendirilmesi amaçlanmıştır. Bu yaklaşım, karar vericilere hem kategori bazında güçlü ve zayıf yönleri görme hem de iyileştirme önceliklerini kanıta dayalı biçimde belirleme olanağı sunar. Yöntemsel akışta, gösterge seti tip uyumlaştırma ve ML(Makine öğrenmesi)-tabanlı eksik değer tamamlama sonrasında alan/yatak/çalışan başına normalize edilmiş oranlarla zenginleştirilmiş; alan bilgisine dayalı doğrusal ve U-şekilli ağırlıklandırma ile bileşik bir performans skoru fonksiyonu türetilmiş ve yüzdelik eşikler üzerinden 0/1/2 sınıfları atanmıştır. XGBoost, LightGBM, CatBoost, Rastgele Orman ve Lojistik Regresyon modelleri katmanlı 5-kat doğrulama ile değerlendirilmiş; GridSearchCV üzerinde aday ayar seti taranmış; rastgele başlangıç değeri 42 olarak sabitlenmiş; standartlaştırma yalnız Lojistik Regresyon için uygulanmıştır. Değerlendirme, Doğruluk, Dengeli Doğruluk, Kesinlik, Duyarlılık, F1, MCC ve ROC-AUC metrikleri üzerinden yürütülmüş; model davranışının şeffaflığı için gömülü önem ölçümleri ve uygun olduğunda SHAP dağılımları kullanılmıştır. Bulgular, Teknik Hizmetler için CatBoost'un üstün performans sergilediğini (F1=0,9804; doğruluk=0,9805; MCC=0,9685; ROC-AUC=0,9984), Operasyonel Destek Hizmetleri için XGBoost'un öne çıktığını (F1=0,9587; doğruluk=0,9587; MCC=0,9333; ROC-AUC=0,9963) ve Miktara Bağlı Hizmetler için LightGBM'in en iyi sonucu verdiğini (F1=0,9609; doğruluk=0,9609; MCC=0,9367; ROC-AUC=0,9976) göstermektedir. Açıklanabilirlik analizleri planlı bakım oranı, ceza yoğunluğu ve alan/yatak/çalışan başına üretkenlik oranlarının ayırıcı etkisini doğrulamaktadır. Son aşamada, her kategori için“iyi”sınıf olasılıkları, ağırlıklar (Teknik 0,35; Operasyonel Destek 0,30; Miktara Bağlı 0,35) ile birleştirilerek 0–1 ölçekli FM Başarı Endeksi oluşturulmuş ve kurumlar arası kıyaslamalar üretilmiştir.

Özet (Çeviri)

TThis study aims to evaluate the multidimensional performance of Facility Management (FM) services delivered in integrated health campuses operated under the Public–Private Partnership (PPP) model through a data-driven and artificial intelligence–supported assessment framework. Based on comprehensive operational records from five hospitals, institutional performance indicators are examined across three dimensions: Technical Services (maintenance, repair, infrastructure), Operational Support Services (cleaning, security, catering), and Volume-Based Services. Classification models and explainability techniques are employed to comparatively assess service levels, enabling decision-makers to identify strengths and weaknesses across categories and to prioritize improvements based on evidence-driven insights. In the methodological workflow, the indicator set is enriched through type harmonization, ML-based imputation, and normalization per area, bed, and employee. A composite performance score function is derived using domain-informed linear and U-shaped weighting, and three performance classes (0/1/2) are assigned through percentile thresholds. XGBoost, LightGBM, CatBoost, Random Forest, and Logistic Regression algorithms are evaluated using stratified 5-fold cross-validation, and the best hyperparameters are selected via GridSearchCV over a candidate setting set. The random state is fixed at 42, and standardization is applied only to Logistic Regression. Evaluation metrics include Accuracy, Balanced Accuracy, Precision, Recall, F1, MCC, and ROC-AUC, while feature-importance scores and, where applicable, SHAP values are used to ensure interpretability and transparency. The findings indicate that CatBoost performs best for Technical Services (F1=0.9804; accuracy=0.9805; MCC=0.9685; ROC-AUC=0.9984), XGBoost yields the highest accuracy for Operational Support Services (F1=0.9587; accuracy=0.9587; MCC=0.9333; ROC-AUC=0.9963), and LightGBM achieves the best results for Volume-Based Services (F1=0.9609; accuracy=0.9609; MCC=0.9367; ROC-AUC=0.9976). Explainability analyses confirm the discriminative impact of planned maintenance ratio, penalty intensity, and productivity metrics normalized by area, bed, and employee. In the final stage, category-level“good class”probabilities are combined with weights (Technical 0.35; Operational 0.30; Volume-Based 0.35) to construct a 0–1 scaled FM Success Index, providing an objective and explainable benchmarking structure for performance monitoring and strategic decision-making.

Benzer Tezler

  1. Tez No

    724694

    Türkiye'de sağlık hizmetlerinde KÖİ modelinin uygulanmasına dair bir analiz

    An analysis of the implementation of the PPP model in healthcare in Turkey

    REMZİYE GÜL YURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Siyasal BilimlerOsmaniye Korkut Ata Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    DOÇ. DR. MEHMET ELA

  2. Tez No

    990672

    Mali risklerin mali alana etkisi: Türkiye uygulaması

    The impact of fiscal risks on fiscal space: The case of Türkiye

    EMRULLAH AYDIN

    Doktora

    Türkçe

    Türkçe

    2025

    Maliyeİstanbul Üniversitesi

    Maliye Ana Bilim Dalı

    PROF. DR. NAGİHAN OKTAYER IŞIKLAR

  3. Tez No

    719932

    Yap işlet devret modeliyle gerçekleştirilen ulaştırma projelerinde karşılaşılan risklerin belirlenmesi ve değerlendirilmesi: Türkiye örnekleri

    Determination and evaluation of risks in build operate transfer transportation projects: Examples of Turkey

    BUSE KURUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mühendislik BilimleriMimar Sinan Güzel Sanatlar Üniversitesi

    Yapı Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NUR ATAKUL

  4. Tez No

    276815

    Implementation of toll road projects by build-operate-transfe model in Turkey

    Türkiye?de yap işlet devret modeliyle otoyol projelerinin yapılması

    AYMİR GAMZE KAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    MimarlıkMimar Sinan Güzel Sanatlar Üniversitesi

    Yapı Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEMA ERGÖNÜL

  5. Tez No

    528836

    Knowledge management and knowledge transfer in public-private partnerships

    Kamu-özel işbirliği projelerinde bilgi yönetimi ve bilgi transferi

    FATMA ŞEYMA EROĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DENİZ ARTAN

Geri Dön