10: Capacity Building for Community Directed Research in East Africa (EA): 5 Year Microresearch (MR) Outcomes
Notice bibliographique
Résumé
Sub-Saharan African countries have urged grassroots input to improve research capacity (WHO 2008) including in community directed research. In Uganda, Tanzania and Kenya, MR is building capacity to find local, sustainable, community solutions for local health problems. After five years of MR in EA, we report outcomes. MR training occurred during intensive two-week workshops (WS) where 20 to 30 health workers (HW) were introduced to principles of research, community engagement, knowledge translation, health policy. In small interdisciplinary teams (six to eight HW) self-identified community directed research outlines were created. Post WS, each team developed a full proposal supported by MR coaches (one EA, one NA) and submitted for international MR peer review. Following local ethics approval, successful projects were funded (up to $2,000). Projects were implemented, results reported and knowledge translated, including written report and extended abstract published in peer-reviewed PubMed journal. MR evaluation at five years consisted of review of WS participant and proposal data, standardized questions post each WS, input from attendees at two EA MR Forums held in March and November 2013. Between 2008 and mid-November 2013, 14 workshops were conducted at five EA training sites with 366 participants (43% female); 32% MD, 18% RN or Midwife, 50% other HW. By 2012, 27 projects approved for funding (74% in Uganda): seven completed, four published or accepted, 20 ongoing. Three projects helped change health policy/practice and four lead to career advancement. 37% focused on child health, 37% maternal health, 26% both. MR fostered gender equity in team PIs, funding success, EA coaches, MR local teachers. MR principles now in HW undergrad curriculum at two EA sites. Post WS, 90% participants rated WS positively; 20% noted MR changed culture of inquiry at work. Post MR 2013 Forums, an online MR network, MR alumni network and an EA MR site leaders consortium formed to grow MR. MR builds capacity for EA community directed interdisciplinary team research at modest cost. MR projects lead to local health care changes, enhance culture of inquiry. EA MR successes, with EA MR leadership will support growth beyond the five EA sites if resources become available.
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 | 0,057 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 ».