‘It makes you someone who changes with the times’: health worker and client perspectives on a smartphone-based counselling application deployed in rural Tanzania
Notice bibliographique
Résumé
Mobile health (mHealth) applications have been developed for community health workers (CHW) to help simplify tasks, enhance service delivery and promote healthy behaviours. These strategies hold promise, particularly for support of pregnancy and childbirth in low-income countries (LIC), but their design and implementation must incorporate CHW clients' perspectives to be effective and sustainable. Few studies examine how mHealth influences client and supervisor perceptions of CHW performance and quality of care in LIC. This study was embedded within a larger cluster-randomized, community intervention trial in Singida, Tanzania. CHW in intervention areas were trained to use a smartphone application designed to improve data management, patient tracking and delivery of health messages during prenatal counselling visits with women clients. Qualitative data collected through focus groups and in-depth interviews illustrated mostly positive perceptions of smartphone-assisted counselling among clients and supervisors including: increased quality of care; and improved communication, efficiency and data management. Clients also associated smartphone-assisted counselling with overall health system improvements even though the functions of the smartphones were not well understood. Smartphones were thought to signify modern, up-to-date biomedical information deemed highly desirable during pregnancy and childbirth in this context. In this rural Tanzanian setting, mHealth tools positively influenced community perceptions of health system services and client expectations of health workers; policymakers and implementers must ensure these expectations are met. Such interventions must be deeply embedded into health systems to have long-term impacts on maternal and newborn health outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».