Health system reform in peri-urban communities: an exploratory study of policy strategies towards healthcare worker reform in Epworth, Zimbabwe
Notice bibliographique
Résumé
BACKGROUND: Human resources for health (HRH) remains a critical challenge, according to the Kampala Declaration and Agenda for Global Action of 2008 and the 2030 Sustainable Development Agenda. Available literature on health system reforms does not provide a detailed narrative on strategies that have been used to reform HRH challenges in peri-urban communities. This study explores such strategies implemented in Epworth, Zimbabwe, during 2009-2014, and the implications these strategies might have on other peri-urban areas. DESIGN: Qualitative and quantitative methods were used in an exploratory and cross-sectional design. Purposive sampling was used to select key informants, a sample of healthcare workers that participated in in-depth interviews and community members who took part in focus group discussions. Secondary data were collected through a documentary search. Qualitative data were analysed through thematic analysis. Quantitative secondary data were examined using descriptive statistics and then compared with qualitative data to reinforce analysis. RESULTS: The HRH reform policy strategies that were identified included ministerial intervention; policy review; and revival of the human resource for health planning, financial planning, multi-sector collaboration, and community engagement. These had some positive effects; however, desired outcomes were undermined by financial, material, human resource, and social constraints. CONCLUSIONS: Despite constraints, the strategies helped revive the health delivery system in Epworth. In turn, this had a favourable outlook on post-2008 efforts by the Global Health Alliance towards healthcare worker reform and the 2030 Sustainable Development Agenda in peri-urban communities.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».