‘The phone is my boss and my helper’ – A gender analysis of an mHealth intervention with Health Extension Workers in Southern Ethiopia
Notice bibliographique
Résumé
Background: There is considerable optimism in mHealth's potential to overcome health system deficiencies, yet gender inequalities can weaken attempts to scale-up mHealth initiatives. We report on the gendered experiences of an mHealth intervention, in Southern Ethiopia, realised by the all-female cadre of Health Extension Workers (HEWs). Methodology: Following the introduction of the mHealth intervention, in-depth interviews (n = 19) and focus group discussions (n = 8) with HEWs, supervisors and community leaders were undertaken to understand whether technology acted as an empowering tool for HEWs. Data was analysed iteratively using thematic analysis informed by a socio-ecological model, then assessed against the World Health Organisation's gender responsive assessment scale. Results: HEWs reported experiencing: improved status after the intervention; respect from community members and were smartphone gatekeepers in their households. HEWs working alone at health posts felt smartphones provided additional support. Conversely, smartphones introduced new power dynamics between HEWs, impacting the distribution of labour. There were also negative cost implications for the HEWs, which warrant further exploration. Conclusion: MHealth has the potential to improve community health service delivery and the experiences of HEWs who deliver it. The introduction of this technology requires exploration to ensure that new gender and power relations transform, rather than disadvantage, women. Keywords: communities, e-health, gender.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».