Local HIV/AIDS NGOs and Client Satisfaction: Dimensions and Explanatory Factors through a Multilevel Regression Analysis
Notice bibliographique
Résumé
Background: HIV/AIDS Non-governmental organizations (NGOs) in Benin can use evaluations (including client satisfaction surveys) as tools to improve the effectiveness of their interventions. Objective: It is to identify the dimensions of NGO clients’ satisfaction and their associated factors. Methods: We conducted a cross-sectional survey of 2413 clients receiving both preventive and curative services from 31 NGOs working in HIV/AIDS prevention-screening and providing care to persons living with HIV. Results: We identified four dimensions of satisfaction relevant to our setting: reception and humane attitude, accessibility of care and resources, staff availability and competence and continuity of care. Individual factors [(age positively and gender (men negatively)] statistically significantly influenced global satisfaction and three of its four dimensions but the strength of these associations was too weak. Concerning organizational factors, involvement in evaluation had a negative effect on reception and humane attitude. A local source as principal source of funding was associated with greater satisfaction with accessibility of care and resources, while foreign partners as the principal source of funding were associated with greater satisfaction in terms of both global satisfaction and its dimensions, except for continuity of care. Organizational factors explain from 12.5% to 15.6% of the variance of global satisfaction and its dimensions (except for continuity of care). Conclusion: These information on the global satisfaction and its dimensions as well as the influencing factors are important for NGOs and their partners as these can help them to plan and implement actions to improve performance.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».