MétaCan
Menu
Retour à la cohorte
Enregistrement W2161891693 · doi:10.1186/s12992-014-0064-x

Learning from developing countries in strengthening health systems: an evaluation of personal and professional impact among global health volunteers at Addis Ababa University’s Tikur Anbessa Specialized Hospital (Ethiopia)

2014· article· en· W2161891693 sur OpenAlexaboutno aff
Heidi Busse, Ephrem A. Aboneh, Girma Tefera

Notice bibliographique

RevueGlobalization and Health · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial policyHealth services researchPublic healthDeveloping countryHealth administrationHealth policyMedicineGlobal healthInternational healthPolitical scienceNursingEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The positive impact of global health activities by volunteers from the United States in low-and middle-income countries has been recognized. Most existing global health partnerships evaluate what knowledge, ideas, and activities the US institution transferred to the low- or middle-income country. However, what this fails to capture are what kinds of change happen to US-based partners due to engagement in global health partnerships, both at the individual and institutional levels. "Reverse innovation" is the term that is used in global health literature to describe this type of impact. The objectives of this study were to identify what kinds of impact global partnerships have on health volunteers from developed countries, advance this emerging body of knowledge, and improve understanding of methods and indicators for assessing reverse innovation. METHODS: The study population consisted of 80 US, Canada, and South Africa-based health care professionals who volunteered at Tikur Anbessa Specialized Hospital in Ethiopia. Surveys were web-based and included multiple choice and open-ended questions to assess global health competencies. The data were analyzed using IBRM SPSS® version 21 for quantitative analysis; the open-ended responses were coded using constant comparative analysis to identify themes. RESULTS: Of the 80 volunteers, 63 responded (79 percent response rate). Fifty-two percent of the respondents were male, and over 60 percent were 40 years of age and older. Eighty-three percent reported they accomplished their trip objectives, 95 percent would participate in future activities and 96 percent would recommend participation to other colleagues. Eighty-nine percent reported personal impact and 73 percent reported change on their professional development. Previous global health experience, multiple prior trips, and the desire for career advancement were associated with positive impact on professional development. CONCLUSION: Professionally and personally meaningful learning happens often during global health outreach. Understanding this impact has important policy, economic, and programmatic implications. With the aid of improved monitoring and evaluation frameworks, the simple act of attempting to measure "reverse innovation" may represent a shift in how global health partnerships are perceived, drawing attention to the two-way learning and benefits that occur and improving effectiveness in global health partnership spending.

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)0,027
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,352
Écart entre enseignants0,325 · 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'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

Citations55
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetGlobal Health and SurgeryTravaux en français237 207