MétaCan
Menu
Retour à la cohorte
Enregistrement W2167969676

Implementation of a National Integrated Management of Childhood Illness (IMCI) Program in Uganda

2004· article· en· W2167969676 sur OpenAlexvenueno aff
Jesca Nsungwa‐Sabiiti, Gilbert Burnham, George Pariyo

Notice bibliographique

RevueWorld health & population · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntegrated Management of Childhood IllnessMedicineReferralHealth facilityNursingProgram evaluationDeveloping countryPublic healthPopulationEnvironmental healthHealth servicesEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Summary Uganda was among the first countries to implement the Integrated Management of Childhood Illness (IMCI) approach on a national scale, beginning in 1995. The program benefited from strong child health structures in the Ministry of Health, and generous support of donors. This enabled the training of over 8000 health workers in IMCI methods and to begin pre-service training and training for private practitioners. Training was decentralized to district level in 2000, and a short training course was developed in 2002. When the results of the national program were examined in 10 districts, the presence of IMCI-trained health workers in health centers was patchy. Supervisors observed health workers using their IMCI skills at only about half of visits. However, turnover of health staff following IMCI training was generally low. Low utilization of health facilities has reduced the potential benefit of the IMCI program. The pressure for rapid implementation of IMCI resulted in neglecting development of strong monitoring methods, a consistent supervisions system, and methods to assess the quality of IMCI training. The need for a hospital referral component was not appreciated until well into implementation. Although the need for community IMCI was recognized early in Uganda, development of the core components and the implementation process required much longer than anticipated.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,373
Écart entre enseignants0,356 · 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'étudeObservationnel
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

Citations17
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld health & populationMême sujetGlobal Maternal and Child HealthTravaux en français237 207