MétaCan
Menu
Retour à la cohorte
Enregistrement W2995051041 · doi:10.1111/tmi.13365

‘<i>Know‐Can</i>’ gap: gap between knowledge and skills related to childhood diarrhoea and pneumonia among frontline workers in rural Uttar Pradesh, India

2019· article· en· W2995051041 sur OpenAlexaff
Lopamudra Ray Saraswati, Margaret Baker, Ashutosh Mishra, Prince Bhandari, Animesh Rai, Punit Mishra, Ambrish Kumar Chandan, Maryanne Crockett, Lorine Pelly, John Anthony, Mrunal Shetye, Karol Krotki, John D. Kraemer

Notice bibliographique

RevueTropical Medicine & International Health · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésUttar pradeshMedicineEnvironmental healthAccreditationPneumoniaGovernment (linguistics)Cross-sectional studyFamily medicineNursingSocioeconomicsMedical educationInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: In India, frontline workers (FLWs) - public accredited social health activists (ASHAs) and private rural medical providers (RMPs) - are important for early detection and treatment of childhood diarrhoea and pneumonia. This cross-sectional study aims to measure knowledge and skills, and the gap between the two ('know-can' gap), regarding assessment of childhood diarrhoea with dehydration and pneumonia among FLWs, and to explore factors associated with them. METHODS: We surveyed 473 ASHAs and 447 RMPs in six districts of Uttar Pradesh. We assessed knowledge and skills using face-to-face interviews and video vignettes, respectively, about key signs of both conditions. The 'know-can' gap corresponds to absent skills among FLWs with correct knowledge. We used logistic regression to identify the correlates of knowledge and skills. RESULTS: FLWs' correct knowledge ranged from 23% to 48% for dehydration signs and 27% to 37% for pneumonia signs. Their skills ranged from 3% to 42% for dehydration and 3% to 18% for pneumonia. There was a significant 'know-can' gap in all the signs, except 'sunken eyes'. Training and supervisory support was associated with better knowledge and skills for diarrhoea with dehydration, but only better knowledge for pneumonia. CONCLUSIONS: FLWs are crucial to the Indian health system, and high-quality FLW services are necessary for continued progress against under-five deaths. The gap between FLWs' knowledge and skills warrants immediate attention. In particular, our results suggest that knowledge-focused trainings are insufficient for FLWs to convert knowledge into appropriate assessment skills.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,310
Écart entre enseignants0,301 · 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 revueTropical Medicine & International HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207