Application of Mobile Technology for Improving Expanded Program on Immunization Among Highland Minority and Stateless Populations in Northern Thailand Border
Notice bibliographique
Résumé
BACKGROUND: Studies of undervaccinated children of minority/stateless populations have highlighted significant barriers at individual, community, and state levels. These include geography-related difficulties, poverty, and social norms/beliefs. OBJECTIVE: The objective of this study was to assess project outcomes regarding immunization coverage, as well as maternal attitudes and practices toward immunization. METHODS: The "StatelessVac" project was conducted in Thailand-Myanmar-Laos border areas using cell phone-based mechanisms to increase immunization coverage by incorporating phone-to-phone information sharing for both identification and prevention. With limitation of the study among vulnerable populations in low-resource settings, the pre/post assessments without comparison group were conducted. Immunization coverage was collected from routine monthly reports while behavior-change outcomes were from repeat surveys. RESULTS: This study revealed potential benefits of the initiative for case identification; immunization coverage showed an improved trend. Prevention strategies were successfully integrated into the routine health care workflows of immunization activities at point-of-care. A behavior-change-communication package contributes significantly in raising both concern and awareness in relation to child care. CONCLUSIONS: The mobile technology has proven to be an effective mechanism in improving a children's immunization program among these hard-to-reach populations. Part of the intervention has now been revised for use at health centers across the country.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».