MétaCan
Menu
Retour à la cohorte
Enregistrement W2907009790 · doi:10.9745/ghsp-d-18-00067

Strengthening and Institutionalizing the Leadership and Management Role of Frontline Nurses to Advance Universal Health Coverage in Zambia

2018· article· en· W2907009790 sur OpenAlexfundno aff
Allison Annette Foster, Marjorie Kabinga Makukula, Carolyn Bolton‐Moore, Nellisiwe Luyando Chizuni, Fastone Goma, A B Myles, David Nelson

Notice bibliographique

RevueGlobal Health Science and Practice · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie UniversityPan American Health OrganizationUNICEF
Mots-clésPolitical sciencePublic administrationPsychology

Résumé

récupéré en direct d'OpenAlex

In Zambia, nurses and nurse-midwives lead more than half of rural facilities and guide primary health care delivery. Based on a formative assessment, the Ministry of Health (MOH) determined that improved leadership capacity and management skills of facility heads would help maximize the potential of Zambia's community-level investments. In support of these efforts, the Primary Health Care to Communities (PHC2C) initiative designed and tested a 12-month blended learning program for a certificate in leadership and management practice (CLMP) to build leadership and management competencies of rural facility heads, including increasing their ability to lead frontline teams and strengthening their skills and confidence in technology use. The CLMP was created with leadership from the MOH, technical guidance from the University of Zambia, and expertise from PHC2C partners IntraHealth International, Johnson & Johnson, and mPowering Frontline Health Workers. In total, 20 nurse facility heads and 5 district nurse supervisors in 20 rural facilities across 5 districts were selected to test the course content and delivery approach. A mixed-methods approach, including evaluation of facility heads' presentations on community health improvement projects, focus group discussions with community members, and key informant interviews with nurses, clinical officers, and other stakeholders, was used to assess the results. Findings suggested that the facility heads had successfully strengthened their leadership and management competencies, increased their ability to lead frontline teams, and strengthened their skills and confidence in use of technology, including using a WhatsApp community of practice for support and consultation with other colleagues, with demonstrated improvements in the quality and accessibility of services. Based on assessment results and lessons from the test intervention, the Zambian government has committed to institutionalize CLMP as a national continuing professional development program, required for nurses posted to lead rural facilities. The planning, design, and implementation of this program offer an example to other countries and global actors of how nurses empowered with competence and confidence can play a significant role in coordinating the maze of community actors and navigating the complexities of community health systems to advance primary health care and universal health coverage.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,383
Écart entre enseignants0,351 · 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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health Science and PracticeMême sujetGlobal Maternal and Child HealthTravaux en français237 207