MétaCan
Menu
Retour à la cohorte
Enregistrement W2803789489 · doi:10.1080/17441692.2018.1473889

Impact of Muslim opinion leaders’ training of healthcare providers on the uptake of MNCH services in Northern Nigeria

2018· article· en· W2803789489 sur OpenAlexafffund
Judith-Ann Walker, Yahaya Hashim, Nelson Ositadimma Oranye

Notice bibliographique

RevueGlobal Public Health · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion, Society, and Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesGrand Challenges Canada
Mots-clésFocus groupService providerHealth careGeneral partnershipPublic relationsPublic healthMedicineNursingEconomic growthPolitical scienceService (business)BusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Expanding access to maternal, newborn and child health (MNCH) services in traditional societies is a public health challenge, often complicated by cultural and religious beliefs about what is permitted or not permitted within a faith group. This is particularly true in the Muslim majority North of Nigeria, where deep suspicions of Western public health programmes, coupled with failing and underfunded health system, have led to the emergence of a new generation of Muslim Opinion Leaders (MOLs) with counter-narratives against family planning, immunisation and nutrition programmes. This paper reports on an innovative project implemented under the Saving Lives at Birth global partnership programme, where conservative MOLs transformed as champions were engaged as health communicators to train health providers on correct religious precepts related to MNCH. A matched subject type of study design was used to compare healthcare providers' performance in control and intervention health facilities. The result indicates a significant difference both in perception and in practices between healthcare providers in intervention and control facilities, with respect to MNCH uptake. This paper highlights the need for renewed focus on engaging faith leaders and organisations in health communication and service delivery and presents a model of sustainable engagement of champions in MNCH.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,111
Tête enseignante GPT0,396
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetReligion, Society, and DevelopmentTravaux en français237 207