Perceived Knowledge Gap of Public Health Officer in Ethiopia
Notice bibliographique
Résumé
Abstract Background: Ethiopia has been training health officers as non-physician clinicians to meet the urgent public health service needs including preventive and health promotion as well as curative services. However, to date there is a lack of evidence of whether the curriculum content of the program meets the needs of the community. The purpose of this study was to explore the perception among health officers on whether the curriculum prepared them with what they need to know for practice when deployed to district hospitals and rural health centersMethod: A qualitative research design was used to explore health officer’s perceptions on the curriculum for clinical practice. The study was conducted in Dale district, Sidama region, southern Ethiopia. Data collection was done using semi-structured interview guide with open ended questions. The interview guide were developed using the first author’s experience as a health officer who recently graduated the program. All public health officers training graduates in the Dale districts, included in the study. Data analysis was done following a thematic analysis approach. The data was analyzed using ATLAS.ti qualitative data analysis software. Result: The study revealed a major curriculum-related gap which contributed to the perceived knowledge gap of public health officers. The main gap identified was the disproportional time allocation for very crucial courses of basic sciences and clinical practice during training. In addition the curriculum lacked a strict monitoring system of its implementation. Conclusion: Based on the result most participants believed the course content of the curriculum was very strong and crucial for public health officers. Some weakness of the curriculum were also identified which created the perceived knowledge gap of public health officers. The main weakness in the curriculum was that some of the courses were not proportionally allocated with adequate time for course contents like that of basic science and clinical courses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».