Demand generation and social mobilisation for integrated community case management (iCCM) and child health: Lessons learned from successful programmes in Niger and Mozambique
Notice bibliographique
Résumé
Demand generation and social mobilisation for integrated community case management (iCCM) and child health: Lessons learned from successful programmes in Niger and Mozambique Aim We present the approaches used in and outcomes resulting from integrated community case management (iCCM) programmes in Niger and Mozambique with a strong focus on demand generation and social mobilisation. MethodsWe use a case study approach to describe the programme and contextual elements of the Niger and Mozambique programmes. ResultsAwareness and utilisation of iCCM services and key family practices increased following the implementation of the Niger and Mozambique iCCM and child survival programmes, as did careseeking within 24 hours and care-seeking from appropriate, trained providers in Mozambique.These approaches incorporated interpersonal communication activities and community empowerment/participation for collective change, partnerships and networks among key stakeholder groups within communities, media campaigns and advocacy efforts with local and national leaders.Conclusions iCCM programmes that train and equip community health workers and successfully engage and empower community members to adopt new behaviours, have appropriate expectations and to trust community health workers' ability to assess and treat illnesses can lead to improved care-seeking and utilisation, and community ownership for iCCM.The success of integrated community case management (iCCM) programmes to treat childhood illnesses requires attention to appropriate supply elements (including trained community health workers and adequate commodities) as well as demand elements that promote timely and appropriate care-seeking and treatment utilization [1][2][3].The factors that influence demand for child health services are multiple and include financial barriers, non-financial barriers (such as geographic access, caregiver understanding of the illness, preferences for home management and alternative treatments, and limited decision-making autonomy to seek care), as well as caregiver perspectives on the quality of services provided www.jogh.
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 | 0,018 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».