MétaCan
Menu
Retour à la cohorte
Enregistrement W2135446629 · doi:10.7189/jogh.04.020303

The way forward for integrated community case management programmes: A summary of lessons learned to date and future priorities

2014· review· en· W2135446629 sur OpenAlexfundno aff
Mark Young, Alyssa Sharkey, Samira Aboubaker, Dyness Kasungami, Eric Swedberg, Kerry Ross

Notice bibliographique

RevueJournal of Global Health · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Foreign Affairs and Trade, Australian GovernmentGovernment of CanadaWorld Health OrganizationGlobal Fund to Fight AIDS, Tuberculosis and Malaria
Mots-clésPsychological interventionGovernment (linguistics)Software deploymentProgram evaluationDeveloping countryBusinessMedicineEconomic growthEnvironmental healthPolitical scienceNursingComputer sciencePublic administrationEconomics

Résumé

récupéré en direct d'OpenAlex

Integrated community case management (iCCM) programming is an important and increasingly common strategy used to deliver essential health and nutrition interventions to families in sub-Saharan Africa [1-3]. Between 3 and 5 March 2014, over 400 individuals from 35 countries in sub-Saharan Africa and 59 international partner organisations gathered in Accra, Ghana for an iCCM Evidence Review Symposium. The objective of the Symposium was twofold: first, to review the current state of the art of iCCM implementation by bringing together researchers, donors, government, implementers and partners to review the map of the current landscape and status of evidence in key iCCM programme areas, in order to draw out priorities, lessons and gaps for improving child and maternal-newborn health and nutrition. Second, to assist African countries to integrate and take action on key frontline iCCM findings presented during the evidence Symposium around eight thematic areas: 1) Coordination, Policy Setting and Scale up; 2) Human Resources and Deployment; 3) Supervision & Performance Quality Assurance; 4) Supply Chain Management; 5) Costs, and cost-effectiveness and financing; 6) Monitoring, Evaluation and Health Information

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)0,003
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,440
Écart entre enseignants0,376 · 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'étudeSans objet
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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207