Where there is no policy: governing the posting and transfer of primary health care workers in Nigeria
Notice bibliographique
Résumé
The posting and transfer of health workers and managers receives little policy and research attention in global health. In Nigeria, there is no national policy on posting and transfer in the health sector. We sought to examine how the posting and transfer of frontline primary health care (PHC) workers is conducted in four states (Lagos, Benue, Nasarawa and Kaduna) across Nigeria, where public sector PHC facilities are usually the only form of formal health care service providers available in many communities. We conducted in-depth interviews with PHC workers and managers, and group discussions with community health committee members. The results revealed three mechanisms by which PHC managers conduct posting and transfer: (1) periodically moving PHC workers around as a routine exercise aimed at enhancing their professional experience and preventing them from being corrupted; (2) as a tool for improving health service delivery by assigning high-performing PHC workers to PHC facilities perceived to be in need, or posting PHC workers nearer their place of residence; and (3) as a response to requests for punishment or favour from PHC workers, political office holders, global health agencies and community health committees. Given that posting and transfer is conducted by discretion, with multiple influences and sometimes competing interests, we identified practices that may lead to unfair treatment and inequities in the distribution of PHC workers. The posting and transfer of PHC workers therefore requires policy measures to codify what is right about existing informal practices and to avert their negative potential. © 2016 The Authors The International Journal of Health Planning and Management Published by John Wiley & Sons Ltd.
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 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 | 0,001 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».