The contribution of qualitative research within the PRECISE study in sub-Saharan Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The PRECISE Network is a cohort study established to investigate hypertension, fetal growth restriction and stillbirth (described as "placental disorders") in Kenya, Mozambique and The Gambia. Several pregnancy or birth cohorts have been set up in low- and middle-income countries, focussed on maternal and child health. Qualitative research methods are sometimes used alongside quantitative data collection from these cohorts. Researchers affiliated with PRECISE are also planning to use qualitative methods, from the perspective of multiple subject areas. This paper provides an overview of the different ways in which qualitative research methods can contribute to achieving PRECISE's objectives, and discusses the combination of qualitative methods with quantitative cohort studies more generally.We present planned qualitative work in six subject areas (health systems, health geography, mental health, community engagement, the implementation of the TraCer tool, and respectful maternity care). Based on these plans, with reference to other cohort studies on maternal and child health, and in the context of the methodological literature on mixed methods approaches, we find that qualitative work may have several different functions in relation to cohort studies, including informing the quantitative data collection or interpretation. Researchers may also conduct qualitative work in pursuit of a complementary research agenda. The degree to which integration between qualitative and quantitative methods will be sought and achieved within PRECISE remains to be seen. Overall, we conclude that the synergies resulting from the combination of cohort studies with qualitative research are an asset to the field of maternal and child health.
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.
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 | 0,011 | 0,003 |
| 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 | 0,001 |
| 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 découle