MétaCan
Menu
Retour à la cohorte
Enregistrement W3135752043 · doi:10.1007/s43477-021-00007-2

Barriers and Facilitators to the Implementation of Large-Scale Nutrition Interventions in Africa: A Scoping Review

2021· review· en· W3135752043 sur OpenAlexaff
Obidimma Ezezika, Jenny Gong, Hajara Abdirahman, Daniel Sellen

Notice bibliographique

RevueGlobal Implementation Research and Applications · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionImplementation researchThematic analysisInclusion (mineral)General partnershipGovernment (linguistics)Context (archaeology)MedicineMedical educationPolitical scienceQualitative researchNursingPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Abstract The effective implementation of large-scale nutrition interventions in Africa is an ongoing challenge. This scoping review identifies and explores the barriers and facilitators to the implementation of large-scale nutrition interventions in the African region. We searched PubMed, EMBASE, Scopus, ERIC, and Web of Science using search terms focused specifically on barriers and facilitators to the implementation of nutrition interventions in Africa. To supplement the database search, reference lists in publications included for full-text review were also examined to identify eligible articles for inclusion. Eligible studies underwent quality assessment, and a directed content analysis approach to data extraction was conducted and aligned to the Consolidated Framework for Implementation Research (CFIR) to facilitate narrative synthesis. The search identified 1452 citations and following removal of duplicates and our inclusion/exclusion criteria, 34 papers were eligible for inclusion. More than half of included studies (n = 19) reflect research conducted in East Africa. Overarching thematic areas spanning the barriers and facilitators that were identified included policy and legislation; leadership management; resources mobilization; and cultural context and adaptability. Key activities that facilitate the development of successful implementation include (1) more supportive policy and legislation to improve government competency, (2) effective leadership, strategic partnership, and coordination across multiple sectors, (3) more effective resource mobilization, and (4) adequate adaptation of the intervention so that it is culturally relevant, tailored to local needs and aligned to research data. The barriers and facilitators identified under the CFIR domains can be used to build knowledge on how to adapt large-scale nutrition interventions to national and local settings. Registration Open Science Framework ( https://osf.io/6m8fy ).

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)0,076
score de la tête « metaresearch » (Gemma)0,229
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,229
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0190,021
Études des sciences et des technologies0,0030,003
Communication savante0,0100,008
Science ouverte0,0030,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,645
Tête enseignante GPT0,755
Écart entre enseignants0,110 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Implementation Research and ApplicationsMême sujetHealth Policy Implementation ScienceTravaux en français237 207