University-level nutrition training in West Africa: cost and financing issues
Notice bibliographique
Résumé
BACKGROUND: There is a serious shortage of skilled nutrition professionals in West Africa. Investing in nutrition training is one of the strategies for strengthening the human resource base in nutrition. However, little is known about how nutrition training in the region is financed and the levels of tuition fees charged. The purpose of this study was to provide a comprehensive assessment about the levels of tuition fees charged for nutrition training in the West Africa region and to determine to what extent this is of reach to the average student. METHODOLOGY: The data for this study were obtained from 74 nutrition degree programs operating in nine West African countries in 2013 through semi-structured interviews during on-site visits or through self-administered questionnaires. They included the age of the programs, school ownership, tuition fees, financial assistance, and main sources of funding. Tuition fees (in 2013 US$) were expressed per program to enable uniformity and comparability. Simple descriptive and bivariate analyses were performed. RESULTS: Results from 74 nutrition training programs in nine countries showed a wide variation in tuition fees within and between countries. The tuition fees for bachelor's, master's, and doctoral programs, respectively, ranged from 372 to 4,325 (mean: 2,353); 162 to 7,678 (mean: 2,232); and 369 to 5,600 (mean: 2,208). The tuition fees were significantly higher (p<0.05) in private institutions than in public institutions (mean: US$3,079 vs. US$2,029 for bachelor's programs; US$5,118 vs. US$1,820 for master's programs; and US$3,076 vs. US$1,815 for doctoral programs). The difference in the tuition fees between Francophone and Anglophone countries was not statistically significant (mean: US$2,570 vs. US$2,216 for bachelor's programs; US$2,417 vs. US$2,147 for master's programs; US$3,285 vs. US$2,055 for doctoral programs). In most countries, the tuition fees appeared to be out of reach of the average student. Recent master's programs appeared to charge higher fees than older ones. We found a significant negative correlation between tuition fees and the age of the program, after controlling for school ownership (r=-0.33, p<0.001). CONCLUSIONS: Our findings underscore the urgent need for national governments in the region to establish benchmarks and regulate nutrition training costs. In a region where the average annual gross national income (GNI) per capita is barely 890$, the rising cost of tuition fees is likely to hinder access of students from poor background to nutrition training. Governments should institute financing mechanisms such as scholarships, public-private partnerships, credit facilities, and donor funding to facilitate access to tertiary-level nutrition training in the region.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».