MétaCan
Menu
Retour à la cohorte
Enregistrement W2620644396 · doi:10.15173/m.v1i24.832

Community-based Interventions – International Development, Government and Community

2013· article· en· W2620644396 sur OpenAlexaffvenue
Nikita Arora

Notice bibliographique

RevueThe Meducator · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionGovernment (linguistics)Community healthPeer reviewPopulation healthBusinessPublic healthEconomic growthPolitical scienceEnvironmental healthMedicinePopulationEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

Non-governmental organizations (NGOs) are often criticized for their work in the healthcare sectors of developing countries. Recently, they have been moving from a projectized to sectoral support approach in an attempt to respond to this critique. Community-based intervention is a sectoral technique that can be used to exploit the community as a resource to provide the community itself with support in ways that the limited human resources in the healthcare sectors of developing countries currently cannot. The peer group intervention and community health worker are both tested strategies that have resulted in positive outcomes in the healthcare sectors of disadvantaged areas. Although community support systems may be limited in technical skill, a new body of research indicates that this intervention can nonetheless be a predictor of improved management of chronic illnesses that present high disease burden. By working with local stakeholders, NGOs may be able to effectively facilitate this intervention to promote sustainable positive health outcomes. By evaluating the effectiveness of the community-based intervention in Human Immunodeficiency Virus/Acquired Immunodeficiency Syndrome (HIV/AIDS) management in Malawi, a greater understanding of its role can be gained in a more tangible manner.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,446
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,348
Écart entre enseignants0,270 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe MeducatorMême sujetInternational Development and AidTravaux en français237 207