Quality of routine immunization service: Perception of clients
Notice bibliographique
Résumé
BACKGROUND: Immunization prevents over 2-3 million deaths each year worldwide. In India, even though vaccines are offered free of cost at public health facilities the coverage remains low. Limited scrutiny has been conducted at health service and client interface for routine immunization (RI) services, which may have been affecting the acceptance of vaccines. This emphasizes the importance of assessing the level of satisfaction and perceived quality of clients regarding RI services. OBJECTIVES: This study aimed to assess the perceived quality and level of overall general satisfaction with RI services of clients. In addition, determine the association of factors influencing clients perceived quality and overall general satisfaction with RI services. METHODS: A community-based cross-sectional study was conducted in an urbanized village of Delhi from November 2015 to April 2017. A total of 279 RI visits were covered in the study, and the clients were interviewed at their residence using a pretested tool. RESULTS: The dissatisfaction toward the domains of perceived quality of RI services was reported to be 3.2% for vaccine availability, 9.7% for vaccine information, 3.2% for staff behavior, 6.1% for doctor behavior, and 7.5% for infrastructure. Multivariable-regression analysis indicated that distance to health facility, literacy and age of the client, doctor behavior, staff behavior, and infrastructure had an effect on overall general satisfaction of client toward RI services. CONCLUSIONS: The client's perception is multidimensional; improvement in one domain is likely to strengthen the other. By understanding the client's perspective toward quality of RI service, the health-care mangers may improve the level of overall satisfaction.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».