MétaCan
Menu
Retour à la cohorte
Enregistrement W2894685534 · doi:10.1136/bmjgh-2017-000681

Village Health Sanitation and Nutrition Committees: reflections on strengthening community health governance at scale in India

2018· article· en· W2894685534 sur OpenAlexfundno aff
Rajani Ved, Kabir Sheikh, Asha George, Raman VR

Notice bibliographique

RevueBMJ Global Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Health and Family WelfareAlliance for Health Policy and Systems ResearchNational Research FoundationInternational Development Research Centre
Mots-clésSanitationCorporate governanceGovernment (linguistics)Community healthScale (ratio)Public administrationHealth policyPublic relationsPublic healthSoftware deploymentGlobal healthPolitical scienceBusinessEconomic growthMedicineNursingEconomicsFinanceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

India's National Health Mission constituted Village Health Sanitation and Nutrition Committees (VHSNCs) as a key mechanism for community health governance. Health committees provide citizens with the opportunity to shape health systems and policies. Yet much remains to be learnt on how best to sustain health committees as vehicles for community health governance at scale. This paper reflects on the authors' experiences of introducing revised guidelines and an institutional support package for VHSNCs in two pilot settings in India and outlines lessons we learnt for sustaining community health governance at geographic scale. We describe the importance of ensuring norms for equitable participation, aligning committee rules with existing forms of decentralised government and providing key supports in terms of engaging NGOs as key implementation facilitators. Integration with rigid and unresponsive government administrative structures however remains a persistent challenge for scaling up health committees. With sustained financial support and strategic deployment of key personnel, VHSNCs could pave the way for more equitable and effective community participation in health governance at scale.

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)0,022
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,061
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,021
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0200,020
Communication savante0,0100,004
Science ouverte0,0030,016
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,413
Écart entre enseignants0,379 · 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'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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207