MétaCan
Menu
← Retour à la cohorte
Enregistrement W2980405283 · doi:10.29063/ajrh2019/v23i3.7

Challenges and Successes of Distributing Birth Kits with Misoprostol to Reduce Maternal Mortality in Rural Tanzania.

2019· article· en· W2980405283 sur OpenAlexaff
Gail Webber, Bwire Chirangi, Nyamusi Magatti

Notice bibliographique

RevuePubMed · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensBruyère
Organismes subventionnairesnon disponible
Mots-clésTanzaniaMisoprostolHealth facilityMedicineFocus groupBirth attendantHealth careEnvironmental healthPopulationNursingPregnancyBusinessSocioeconomicsAbortionMaternal healthEconomic growthHealth services

Résumé

récupéré en direct d'OpenAlex

The Saving Mothers Project was conducted from September 2015 to March 2017 in Bunda and Tarime Districts, Mara Region, Tanzania. The purpose of this project was to train community health workers (CHWs) to use mobile phones applications to register and educate pregnant women about safe deliveries and encourage them to access skilled health care providers for antenatal care and delivery, and to provide nurses and CHWs with clean birth kits with misoprostol to distribute to women. The birth kits were for use in case women could not access the health facility, or if the health facility was lacking supplies at the time of delivery. The overall goal of the study was to reduce the maternal mortality rate by increasing women's access to health services where possible, and to clean supplies when a non-facility birth was unavoidable. This paper reports on a mixed methods evaluation of the project including a survey of over two thousand four hundred women, and focus groups with women, community health workers, and nurses participating in the project. The results of the survey and focus groups demonstrate a high degree of satisfaction with the birth kits and misoprostol and an increase in facility birth rates where the project was implemented. Differences between the two districts illustrate that policy maker support is key to successful implementation.

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)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,266
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→