MétaCan
Menu
Retour à la cohorte
Enregistrement W3036745697 · doi:10.1136/archdischild-2019-318434

The paediatrician workforce and its role in addressing neonatal, child and adolescent healthcare in Kenya

2020· article· en· W3036745697 sur OpenAlexaboutno aff
Mike English, Brigid Strachan, Fabian Esamai, Thomas Ngwiri, Osman Warfa, Patrick Mburugu, Grace M. Nalwa, Jesse Gitaka, John G. Ngugi, Yingxi Zhao, Paul Ouma, Fred Were

Notice bibliographique

RevueArchives of Disease in Childhood · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesAlliance for Accelerating Excellence in Science in AfricaAfrican Academy of SciencesNew Partnership for Africa's DevelopmentGovernment of the United KingdomWellcome TrustWellcome
Mots-clésWorkforceMedicineKenyaGovernment (linguistics)Public sectorHealth careQuarter (Canadian coin)PopulationPublic healthEconomic growthNursingPediatricsEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the availability of paediatricians in Kenya and plans for their development. DESIGN: Review of policies and data from multiple sources combined with local expert insight. SETTING: Kenya with a focus on the public, non-tertiary care sector as an example of a low-income and middle-income country aiming to improve the survival and long-term health of newborns, children and adolescents. RESULTS: There are 305 practising paediatricians, 1.33 per 100 000 individuals of the population aged <19 years which in total numbers approximately 25 million. Only 94 are in public sector, non-tertiary county hospitals. There is either no paediatrician at all or only one paediatrician in 21/47 Kenyan counties that are home to over a quarter of a million under 19 years of age. Government policy is to achieve employment of 1416 paediatricians in the public sector by 2030, however this remains aspirational as there is no comprehensive training or financing plan to reach this target and health workforce recruitment, financing and management is now devolved to 47 counties. The vast majority of paediatric care is therefore provided by non-specialist healthcare workers. DISCUSSION: The scale of the paediatric workforce challenge seriously undermines the ability of the Kenyan health system to deliver on the emerging survive, thrive and transform agenda that encompasses more complex health needs. Addressing this challenge may require innovative workforce solutions such as task-sharing, these may in turn require the role of paediatricians to be redefined. Professional paediatric communities in countries like Kenya could play a leadership role in developing such solutions.

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)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,014
Tête enseignante GPT0,263
Écart entre enseignants0,250 · 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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetGlobal Maternal and Child HealthTravaux en français237 207