MétaCan
Menu
Retour à la cohorte
Enregistrement W2945499620 · doi:10.1186/s41256-019-0105-3

Subnational health management and the advancement of health equity: a case study of Ethiopia

2019· article· en· W2945499620 sur OpenAlexafffund
Nicole Bergen, Arne Rückert, Manisha A. Kulkarni, Lakew Abebe, Morankar Sudhakar, Ronald Labonté

Notice bibliographique

RevueGlobal Health Research and Policy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesGlobal Affairs CanadaJimma UniversityInternational Development Research CentreCanadian Institutes of Health ResearchUniversity of Ottawa
Mots-clésHealth equityHealth policyEquity (law)BusinessPublic healthHealth promotionHealth careEconomic growthInternational healthHealth administrationPublic relationsPolitical scienceMedicineNursingEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health equity is a cross-cutting theme in the United Nations 2030 Agenda for Sustainable Development, and a priority in health sector planning in countries including Ethiopia. Subnational health managers in Ethiopia are uniquely positioned to advance health equity, given the coordination, planning, budgetary, and administration tasks that they are assigned. Yet, the nature of efforts to advance health equity by subnational levels of the health sector is poorly understood and rarely researched. This study assesses how subnational health managers in Ethiopia understand health equity issues and their role in promoting health equity and offers insight into how these roles can be harnessed to advance health equity. METHODS: A descriptive case study assessed perspectives and experiences of health equity among subnational health managers at regional, zonal, district and Primary Health Care Unit administrative levels. Twelve in-depth interviews were conducted with directors, vice-directors, coordinators and technical experts. Data were analyzed using thematic analysis. RESULTS: Subnational managers perceived geographical factors as a predominant concern in health service delivery inequities, especially when they intersected with poor infrastructure, patriarchal gender norms, unequal support from non-governmental organizations or challenging topography. Participants used ad hoc, context-specific strategies (such as resource-pooling with other sectors or groups and shaming-as-motivation) to improve health service delivery to remote populations and strengthen health system operations. Collaboration with other groups facilitated cost sharing and access to resources; however, the opportunities afforded by these collaborations, were not realized equally in all areas. Subnational health managers' efforts in promoting health equity are affected by inadequate resource availability, which restricts their ability to enact long-term and sustainable solutions. CONCLUSIONS: Advancing health equity in Ethiopia requires: extra support to communities in hard-to-reach areas; addressing patriarchal norms; and strategic aligning of the subnational health system with non-health government sectors, community groups, and non-governmental organizations. The findings call attention to the unrealized potential of effectively coordinating governance actors and processes to better align national priorities and resources with subnational governance actions to achieve health equity, and offer potentially useful knowledge for subnational health system administrators working in conditions similar to those in our Ethiopian case study.

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)0,003
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 enseignants0,012
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,003
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,135
Tête enseignante GPT0,548
Écart entre enseignants0,413 · 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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health Research and PolicyMême sujetGlobal Maternal and Child HealthTravaux en français237 207