MétaCan
Menu
Retour à la cohorte
Enregistrement W3115925455 · doi:10.1186/s13690-021-00551-1

The usability of Jordan stillbirths and neonatal deaths surveillance (JSANDS) system: results of focus group discussions

2021· article· en· W3115925455 sur OpenAlexfundno aff
Yousef Khader, Khulood Kayed Shattnawi, Nihaya Al-Sheyab, Mohammad S. Alyahya, Anwar Batieha

Notice bibliographique

RevueArchives of Public Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreUNICEF
Mots-clésFocus groupUsabilityMedicineEmpowermentFormative assessmentHealth informaticsHealth carePublic healthNursingFamily medicineMedical educationComputer sciencePsychologyBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Jordan Stillbirths and Neonatal Deaths Surveillance system (JSANDS) is a newly developed system and is currently implemented in five large hospitals in Jordan. This study aimed at exploring the healthcare professionals' perception about the usability of JSANDS. METHODS: A descriptive qualitative approach, using focus group discussions, was adopted. A total of 5 focus groups including 23 focal points were conducted in five participating hospitals in Jordan. RESULTS: Data analysis identified nine main issues related to the JSANDS system: the system usefulness, the system performance, data quality, the system limitations, human rights, female empowerment, nurses' competencies strengthened, the sustainability of the JSANDS, and COVID-19 impact on the system. Users reported that JSANDS data were useful, the system was simple and easy to use, and the data were accurate and complete. However, some users reported that some technical issues need to be enhanced. CONCLUSIONS: JSANDS was perceived positively by the current users. According to them, it provides a formative and comprehensive data on stillbirths and neonatal deaths and their causes, and therefore, was recommended to be adopted by its users and scaled up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,287
Écart entre enseignants0,267 · 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 tête enseignante, 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Public HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207