MétaCan
Menu
Retour à la cohorte
Enregistrement W2771559884 · doi:10.1371/journal.pntd.0006065

Review of the factors influencing the motivation of community drug distributors towards the control and elimination of neglected tropical diseases (NTDs)

2017· review· en· W2771559884 sur OpenAlexaff
Alison Krentel, Margaret Gyapong, Shruti Mallya, Nana Yaa Boadu, Mary Amuyunzu‐Nyamongo, Mariana Stephens, Deborah A. McFarland

Notice bibliographique

RevuePLoS neglected tropical diseases · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueParasitic Diseases Research and Treatment
Établissements canadiensGlobal Affairs CanadaBruyère
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésNeglected tropical diseasesTropical diseaseEnvironmental healthControl (management)MedicineComputer sciencePublic healthInternal medicinePathologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Community drug distributors or neglected tropical disease (NTD) volunteers have played a crucial role in ensuring the success of mass drug administration (MDA) programs using preventive chemotherapy (PC) for lymphatic filariasis, onchocerciasis, schistosomiasis, trachoma and soil transmitted helminths. In recent years however, a noticeable decline in motivation of some of these volunteers has been perceived, potentially negatively impacting the success of these programs. Potential hypotheses for this change in motivation include the long duration of many MDA programs, the change in sociocultural environments as well as the changes to the programs over time. This literature review identifies factors that affect NTD volunteer performance and motivation, which may be used to influence and improve future programming. METHODOLOGY/PRINCIPAL FINDINGS: A systematic search was conducted to identify studies published between January 1995 and September 2016 that investigate factors pertaining to volunteer motivation and performance in NTD drug distribution programs. Searches from several databases and grey literature yielded 400 records, of which 28 articles from 10 countries met the inclusion criteria. Quality assessment of studies was performed using the Critical Appraisal Skills Programme(CASP) checklist. Data pertaining to motivation, performance, retention and satisfaction was extracted and examined for themes. Recurring themes in the literature included monetary and material incentives, intrinsic motivation, gender, cost to participate, and health systems and community support. Of these, community support and the health system were found to be particularly impactful. Very few studies were found to explicitly look at novel incentives for volunteers and very few studies have considered the out of pocket and opportunity costs that NTD volunteers bear carrying out their tasks. CONCLUSIONS/SIGNIFICANCE: There is currently great interest in incorporating more attractive incentive schemes for NTD volunteers. However, our results show that the important challenges that volunteers face (cultural, health systems, financial and community related) may have less to do with financial incentives and may actually have a larger impact on their motivation than has previously been understood. Further integration of NTD programs into existing health systems is expected to improve the NTD volunteer working environment. Relevant community engagement related to the MDA program should also provide the supportive environment needed in the community to support NTD volunteers. Programs need to consider these issues to improve working conditions for NTD volunteers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0100,013
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,080
Tête enseignante GPT0,363
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetParasitic Diseases Research and TreatmentTravaux en français237 207