Prioritizing research for integrated implementation of early childhood development and maternal, newborn, child and adolescent health and nutrition platforms
Notice bibliographique
Résumé
BACKGROUND: Existing health and nutrition services present potential platforms for scaling up delivery of early childhood development (ECD) interventions within sensitive windows across the life course, especially in the first 1000 days from conception to age 2 years. However, there is insufficient knowledge on how to optimize implementation for such strategies in an integrated manner. In light of this knowledge gap, we aimed to systematically identify a set of integrated implementation research priorities for health, nutrition and early child development within the 2015 to 2030 timeframe of the Sustainable Development Goals (SDGs). METHODS: We applied the Child Health and Nutrition Research Initiative method, and consulted a diverse group of global health experts to develop and score 57 research questions against five criteria: answerability, effectiveness, deliverability, impact, and effect on equity. These questions were ranked using a research priority score, and the average expert agreement score was calculated for each question. FINDINGS: The research priority scores ranged from 61.01 to 93.52, with a median of 82.87. The average expert agreement scores ranged from 0.50 to 0.90, with a median of 0.75. The top-ranked research question were: i) "How can interventions and packages to reduce neonatal mortality be expanded to include ECD and stimulation interventions?"; ii) "How does the integration of ECD and MNCAH&N interventions affect human resource requirements and capacity development in resource-poor settings?"; and iii) "How can integrated interventions be tailored to vulnerable refugee and migrant populations to protect against poor ECD and MNCAH&N outcomes?". Most highly-ranked research priorities varied across the life course and highlighted key aspects of scaling up coverage of integrated interventions in resource-limited settings, including: workforce and capacity development, cost-effectiveness and strategies to reduce financial barriers, and quality assessment of programs. CONCLUSIONS: Investing in ECD is critical to achieving several of the SDGs, including SDG 2 on ending all forms of malnutrition, SDG 3 on ensuring health and well-being for all, and SDG 4 on ensuring inclusive and equitable quality education and promotion of life-long learning opportunities for all. The generated research agenda is expected to drive action and investment on priority approaches to integrating ECD interventions within existing health and nutrition services.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,458 | 0,410 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,015 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,018 | 0,017 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».