Concepts and strategies for scaling up focused prevention for sex workers in India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To describe the concepts, strategies and field results of a project to scale up prevention programmes and services for female sex workers (FSWs) in Karnataka, India. METHODS: A strategy was developed to scale up urban sex worker interventions in 18 districts in the southern Indian state of Karnataka. Macro-level coverage objectives were defined by mapping the urban locations where FSWs operate and estimating their population size. Prevention programmes were initiated in the urban locations that contained at least 90% of the estimated urban FSW population in each district. Within each location, a micro-planning process was used by FSW peer educators and outreach workers to design local outreach and service delivery plans. RESULTS: An estimated 48 973 FSWs were distributed across 1551 locations and 6232 spots. Outreach was conducted by 1043 peer educators. Services were provided through 170 drop-in centres, 93 programme-run clinics, 110 outreach clinics and 157 referral clinics. Within the first 3 years of the programme the cumulative number of individual FSWs contacted at least once was >78 000, with monthly contact established with 81% of the in situ population; >45 000 FSWs had visited a clinic and >10 000 visited monthly. Direct and indirect condom distribution by the programme amounted to more than 30 per contacted FSW, which is estimated to meet the condom requirement. CONCLUSIONS: A strategy that involves geographically defined coverage and micro-level outreach planning can rapidly and effectively provide outreach and services to large dispersed FSW populations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle