MétaCan
Menu
Retour à la cohorte
Enregistrement W2122331738 · doi:10.1186/1478-4491-12-72

A scoping review of training and deployment policies for human resources for health for maternal, newborn, and child health in rural Africa

2014· review· en· W2122331738 sur OpenAlexafffund
Gail Tomblin Murphy, Fastone Goma, Adrian MacKenzie, Stephanie Bradish, Sheri Price, Selestine Nzala, Annette Elliott Rose, Janet Rigby, Chilweza Muzongwe, Nellisiwe Luyando Chizuni, Amanda Carey, Derrick Hamavhwa

Notice bibliographique

RevueHuman Resources for Health · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchInternational Development Research Centre
Mots-clésMedicineHealth services researchHealth policySoftware deploymentInclusion (mineral)Government (linguistics)Health careWorkforceHealth administrationPublic healthNursingSocial policyQualitative researchEconomic growthPolitical sciencePsychologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most African countries are facing a human resources for health (HRH) crisis, lacking the required workforce to deliver basic health care, including care for mothers and children. This is especially acute in rural areas and has limited countries' abilities to meet maternal, newborn, and child health (MNCH) targets outlined by Millennium Development Goals 4 and 5. To address the HRH challenges, evidence-based deployment and training policies are required. However, the resources available to country-level policy makers to create such policies are limited. To inform future HRH planning, a scoping review was conducted to identify the type, extent, and quality of evidence that exists on HRH policies for rural MNCH in Africa. METHODS: Fourteen electronic health and health education databases were searched for peer-reviewed papers specific to training and deployment policies for doctors, nurses, and midwives for rural MNCH in African countries with English, Portuguese, or French as official languages. Non-peer reviewed literature and policy documents were also identified through systematic searches of selected international organizations and government websites. Documents were included based on pre-determined criteria. RESULTS: There was an overall paucity of information on training and deployment policies for HRH for MNCH in rural Africa; 37 articles met the inclusion criteria. Of these, the majority of primary research studies employed a variety of qualitative and quantitative methods. Doctors, nurses, and midwives were equally represented in the selected policy literature. Policies focusing exclusively on training or deployment were limited; most documents focused on both training and deployment or were broader with embedded implications for the management of HRH or MNCH. Relevant government websites varied in functionality and in the availability of policy documents. CONCLUSIONS: The lack of available documentation and an apparent bias towards HRH research in developed areas suggest a need for strengthened capacity for HRH policy research in Africa. This will result in enhanced potential for evidence uptake into policy. Enhanced alignment between policy-makers' information needs and the independent research agenda could further assist knowledge development and uptake. The results of this scoping review informed an in-depth analysis of relevant policies in a sub-set of African countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,093
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0260,030
Études des sciences et des technologies0,0020,002
Communication savante0,0060,006
Science ouverte0,0030,004
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,090
Tête enseignante GPT0,428
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations25
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207