MétaCan
Menu
Retour à la cohorte
Enregistrement W2883674870 · doi:10.3917/spub.180.0101

Évaluation de la qualité des services de santé maternelle et néonatale en Guinée-Conakry et au Togo

2018· article· fr· W2883674870 sur OpenAlexaff
Marie Hatem, Hana Halabi-Nassif, Marie Maroun

Notice bibliographique

RevueSanté Publique · 2018
Typearticle
Languefr
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensMcGill University Health CentreUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The quality of mother and child healthcare remains a challenge for low and middle income countries. Quality interventions that allow a reduction of maternal and infantile mortality require the services of qualified personnel. The objective of this study is to present the results of analysis of the status of human healthcare resources and the quality of healthcare (technical, interpersonal, organisational) they provide to mothers and neonates in Guinea and Togo. METHODS: Data were derived from Guinea and Togo case studies with embedded levels of analysis. Participants were: maternal and neonatal health care resources (MNCHR), health care beneficiaries, community members. Data collection methods comprised: observations of MNHCR clinical practice; interviews (beneficiaries, health care establishment and educational institution personnel); and focus groups (men, women, community leaders, students). Analysis consisted of qualitative analysis of the content of interviews and focus groups and quantitative analysis of quality scores. RESULTS: The observations revealed a low level of health care quality for all criteria. Non-technical quality varied according to: the health establishment and level of experience, the MNHCR qualifications, specialisation and basic training. Geographic and financial accessibility, maternal and neonatal health care personnel capacities, continuity and extent of their services are unsatisfactory. CONCLUSION: Recommendations target the establishment of public policies to reinforce MNHCR capacities, standard to define their practice, and organisation and work environment. Conclusions could be used as benchmarks for other countries from Sub-Saharan Africa.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,358
Écart entre enseignants0,339 · 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'étudeObservationnel
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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetGlobal Maternal and Child HealthTravaux en français237 207