MétaCan
Menu
Retour à la cohorte
Enregistrement W1845342086 · doi:10.2307/3583147

Can Mothers Afford Maternal Health Care Costs? User Costs of Maternity Services in Rural Tanzania

2002· article· en· W1845342086 sur OpenAlexaboutno aff
Marga Kowalewski, Phare Mujinja, Albrecht Jahn

Notice bibliographique

RevueAfrican Journal of Reproductive Health · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTanzaniaPaymentCaesarean sectionBusinessGovernment (linguistics)Developing countryQuarter (Canadian coin)Health facilityHealth careService (business)Total costMedicinePopulationHealth servicesEconomic growthSocioeconomicsFinanceEnvironmental healthPregnancyEconomicsGeographyMarketingAccounting

Résumé

récupéré en direct d'OpenAlex

Following the difficult economic situation various countries introduced health sector reforms, including user charges to finance the system. The assessment of user costs for maternity services in Tanzania was part of a larger study, which covered inputs, outputs and efficiency of services. The study was carried out from October 1997 to January 1998 in Mtwara urban and rural district in South Tanzania. One hundred and seven women attending a quarter of government health facilities were randomly selected and interviewed. Twenty one key informants were also interviewed and service procedures observed. Users of maternity services pay mainly for admission, drugs, other supplies and travel costs. Travel costs represent about half of these financial costs. The average total costs vary between US$11.60 for antenatal consultation and US$135.40 for caesarean section at the hospital. Unofficial payments are not included in the calculation. The amounts vary and payment is irregular. We therefore conclude that time costs are constantly higher than financial costs. High direct payments and the fear of unofficial costs are acute barriers to the use of maternity services. User costs can substantially be reduced by the re-organisation of service delivery especially at antenatal consultation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations132
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Reproductive HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207