Participatory Training in Monitoring and Evaluation for Maternal and Newborn Health Programmes
Notice bibliographique
Résumé
In the context of slow progress towards Millennium Development Goals for child and maternal health, an innovative participatory training programme in the monitoring and evaluation (M&E) of Maternal and Newborn Health programmes was developed and delivered in six developing countries. The training, for health professionals and programme managers, aimed: (i) to strengthen participants' skills in M&E to enable more effective targeting of resources, and (ii) to build the capacity of partner institutions hosting the training to run similar courses. This review aims to assess the extent to which these goals were met and elicit views on ways to improve the training. An online survey of training participants and structured interviews with stakeholders were undertaken. Data from course reports were also incorporated. There was clearly a benefit to participants in terms of improved knowledge and skills. There is also some evidence that this translated into action through M&E implementation and tool development. Evidence of capacity-building at an institutional level was limited. Lessons for professional development training can be drawn from several aspects of the training programme that were found to facilitate learning, engagement and application. These include structuring courses around participant material, focussing on the development of practical action plans and involving multi-disciplinary teams. The need for strengthening follow-up and embedding it throughout the training was highlighted to overcome the challenges to applying learning in the 'real world'.
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 | 0,315 | 0,254 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».