MétaCan
Menu
← Retour à la cohorte
Enregistrement W3080125118 · doi:10.17501/26138417.2020.3102

Study on the Knowledge Gap in Training Organized for Traditional Birth Attendants (TBAs) in Rural Guatemala and the Way for Improvement

2020· article· en· W3080125118 sur OpenAlexaff
Sukhjeet Kamboj, Mabel Ezeonwu, Jennifer Hoock, Suryabir Kamboj

Notice bibliographique

Revue˜The œglobal public health conference · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Computer scienceKnowledge managementGeography

Résumé

récupéré en direct d'OpenAlex

Objectives: This study aimed to identify knowledge gaps in the clinical skills of traditional birth attendants TBAs to address them and subsequently help to improve the outcomes of home deliveries in rural Guatemala.An implementation of a basic training program addressed the knowledge gaps.Design and Method: A qualitative study consisting of interviews with 6 practicing traditional birth attendants (TBAs) utilizing qualitative analysis followed by a training session for prenatal care Setting: Q'echi-Mayan speaking communities in a lake.Izabel and hills regions of Guatemala Findings: Significant deficits in knowledge of the TBAs regarding the physiology of pregnancy and skills for management of common high-risk conditions, such as hyperemesis and pregnancy-induced hypertension, that require referral to other skilled birth attendants (SBAs) and to manage these situations early to prevent complications.This study helped to identify barriers faced by traditional birth attendants in the remote Mayan communities.A program that employed a teaching tool based on WHO recommendations were employed to teach TBAs, which was well accepted by TBAs.Results/Conclusions: Traditional birth attendants reported significant knowledge gaps.The study emphasizes the importance of supplementing the training of TBAs with additional periodic training and refreshers.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
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: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,216
Tête enseignante GPT0,352
Écart entre enseignants0,136 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œglobal public health conference→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→