MétaCan
Menu
Retour à la cohorte
Enregistrement W2158923564 · doi:10.1093/her/cyl127

The costs of a community-based intervention to promote maternal health

2006· article· en· W2158923564 sur OpenAlexaff
Lisa Gold, Alan Shiell, Penelope Hawe, Therese Riley, Bree Rankin, Penny R Smithers

Notice bibliographique

RevueHealth Education Research · 2006
Typearticle
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionIntervention (counseling)NursingCommunity healthPublic healthCommunity organizationBusinessCommunity developmentPublic relationsMedicineMedical educationEconomic growthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The costs of community-level interventions are rarely reported, although such insights are needed if intervention research is to be useful to practitioners seeking to understand what might be involved in replicating interventions in different contexts. We report the costs of a 2-year community-based intervention to promote the health of recent mothers in Victoria, Australia. Program of Resources, Information and Support for Mothers was an integrated programme of primary care and community-based strategies. It had health care professional training, health education and community development components as well as an emphasis on creating 'mother-friendly' environments. Costs included the programme costs [primarily the salaries of the community development officers (CDO) in the field] and also 'induced' costs that relate to the CDOs' successes in attracting additional resources to the intervention from the local community. The total cost averaged A$272,490 per rural community and A$313,900 per urban community, equivalent to A$172.40 and A$128.70 per mother, respectively. For every A$10 of public funds initially invested in the project, the CDOs were able to attract a further A$1-2 worth of local resources, predominantly in the form of volunteer time or donated services.

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)0,039
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0390,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,378
Tête enseignante GPT0,594
Écart entre enseignants0,216 · 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.

Devis d'étudeAutre devis
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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Education ResearchMême sujetdemographic modeling and climate adaptationTravaux en français237 207