Ebola Outbreak in Nigeria: Increasing Ebola Knowledge of Volunteer Health Advisors
Notice bibliographique
Résumé
In many low-income countries, volunteer health advisors (VHAs) play an important role in disseminating information, especially in rural or hard-to-reach locations. When the world's largest outbreak of Ebola virus disease (EVD) occurred in 2014, a majority of cases were concentrated in the West African countries of Guinea, Liberia, and Sierra Leone. Twenty cases were reported in Nigeria initially and there was a need to rapidly disseminate factual information on Ebola virus. In southeast Nigeria, a group of VHAs was being used to implement the Healthy Beginning Initiative [HBI], a congregation based intervention to increase HIV testing among pregnant women and their male partners. The purpose of this study was to assess the baseline and post EVD training knowledge of VHAs during the outbreak in Nigeria. In September 2014, 59 VHAs attending a HBI training workshop in the Enugu State of Nigeria participated in an Ebola awareness training session. Participants completed a 10-item single-answer questionnaire that assessed knowledge of Ebola epidemiology, symptoms, transmission, prevention practices, treatment and survival prior to the Ebola awareness training. After the training, the VHAs repeated the questionnaire. Answers to pre and post questionnaires were analyzed using paired t-tests. Multiple linear regression was used to examine the relationship between pre and post total questionnaire scores and age, education, current location and employment. The average pre-test score was 7.3 and average post-test score was 7.8 which was a significant difference (t=-2.5, p=0.01). Prior to the training, there was a significant difference in Ebola knowledge based on the VHAs education only (p<0.01). After training, education was no longer significant for Ebola knowledge. Existing community health programs can be used as a platform to train VHAs in times of epidemics for quick dissemination of vital health information in areas lacking adequate health infrastructure and personnel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».