Effects of Selected Socio-Demographic Characteristics of Community Health Workers on Performance of Home Visits during Pregnancy: A Cross-Sectional Study in Busia District, Kenya
Notice bibliographique
Résumé
OBJECTIVE: Appropriate performance of home visits facilitates adoption of best practices at home and increased demand for facility based services. METHODS: It was a cross-sectional study in which community health workers were observed conducting home visits during pregnancy. Data was collected using a structured questionnaire and the Consultant Quality Index (CQI-2 tool) on record keeping, use of job aids, counselling, client satisfaction and client enablement. Descriptive and inferential statistics were used. Relationships were determined using chi square and odds ratios. RESULTS: The study showed significant relationships of age with good record keeping (p = 0.0001), appropriate use of job aids (p=0.0001), client satisfaction (p = 0.018) and client enablement (p = 0.001). Male CHWs were 1.6 times more likely to keep better records than females (OR 1.64 CI (1.02-2.63), while females were more likely to counsel and enable their clients OR 0.42 CI (0.25-0.71) and OR 0.29 CI (012-070) respectively when compared to men. Moreover, higher levels of education were associated with good record keeping OR 0.30 CI (0.19-0.49), p=0.0001; appropriate use of job aids OR 0.30 CI (0.15-0.61) and to appropriately counsel their clients OR 0.34 CI (0.20-0.58) than their lower literacy level counterparts. Experience of CHWs was associated with appropriate use of job aids (p = 0.049); client satisfaction (p = 0.0001) and client enablement (p = 0.032). CONCLUSIONS: Socio-demographic characteristics of community health workers affect the performance of home visits in various ways. The study also confirmed that CHWs with lower literacy levels satisfy and enable their clients effectively.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».