Health Care Workers in the setting of the “Arab Spring”: a scoping review for the Lancet-AUB Commission on Syria
Notice bibliographique
Résumé
BACKGROUND: "Health Care Workers in Conflict Areas" emerged as one of the priority themes for a Lancet Commission addressing health in conflict. The objective of our study was to conduct a scoping review on health workers in the setting of the Syrian conflict, addressing four topics of interest: violence against health care workers, education, practicing in conflict setting, and migration. METHODS: Considering the likelihood of scarcity of data, we broadened the scope of the scoping review to include indirect evidence on health care workers from other countries affected by the "Arab Spring". We electronically searched six electronic databases. We conducted descriptive analysis of the general characteristics of the included papers. We also used the results of this scoping review to build an evidence gap map. RESULTS: Out of the 11 165 identified citations, 136 met our eligibility criteria. The majority of the articles tackled the issue of violence against health care workers (63%) followed by practicing in conflict setting (19%), migration (17%) and education (10%). Countries in focus of most articles were: Syria (35%), Iraq (33%), and Bahrain (29%). News, editorials, commentaries and opinion pieces made up 81% of all included papers, while primary studies made up only 9%. All the primary studies identified in this review were conducted on Iraq. Most of the articles about violence against health care workers were on Bahrain, followed by Syria and Iraq. The first and corresponding authors were most frequently affiliated with institutions from non-Arab countries (79% and 79% respectively). CONCLUSIONS: Research evidence on health care workers in the setting of the "Arab Spring" is scarce. This review and the gap map can inform the research agendas of funders and researchers working in the field of health care workers in conflict setting. More well-designed primary studies are needed to inform the decisions of policymakers and other interested parties.
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 | 0,040 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,025 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».