MétaCan
Menu
Retour à la cohorte
Enregistrement W2126187263 · doi:10.4102/aveh.v74i1.25

Strategies for reducing visual impairment and blindness in rural and remote areas of Africa

2015· article· en· W2126187263 sur OpenAlexaboutno aff
Olalekan O. Oduntan, Khathutshelo Percy Mashige, Rekha Hansraj, Godwin Ovenseri-Ogbomo

Notice bibliographique

RevueAfrican vision and eye health · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOptometryRural areaVisual impairmentEye careWorkforceMedicineBlindnessRefractive errorTrachomaDistribution (mathematics)Health careEnvironmental healthBusinessEye diseaseEconomic growthOphthalmology

Résumé

récupéré en direct d'OpenAlex

The prevalence of visual impairment (VI) and blindness in Africa is one of the highest in the world; a large proportion of the causes are preventable. The prevalence is particularly high in rural and remote areas, where many of the continent’s inhabitants live. This is of great concern because of the low number and poor distribution of primary eye care practitioners, as well as poor eye care infrastructure services in those areas. Uncorrected refractive errors are a major cause of avoidable VI and blindness, and optometrists play a major role in refractive error correction on the continent. However, as with other healthcare providers in Africa, optometrists are few and tend to be mainly in major cities. This paper highlights possible strategies, in alignment with the Ottawa Charter for Health Promotion, that can reduce VI in rural and remote areas of the continent. The strategies include increasing the eye care workforce, attracting them to rural areas and retaining them there, improving the eye care infrastructure, service improvement such as equitable distribution of eye care practitioners, implementing preventive measures such as vision screening and affordable spectacles, and eye health education such as eye health promotions, school health programmes and eye care awareness campaigns. Such strategies could drastically reduce the prevalence of VI and blindness in rural and remote areas of Africa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,894

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,477
Écart entre enseignants0,407 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican vision and eye healthMême sujetGlobal Health Care IssuesTravaux en français237 207