Patterns of financial incentives in primary healthcare settings in Nigeria: implications for the productivity of frontline health workers
Notice bibliographique
Résumé
OBJECTIVE: This study was designed to explore the patterns of financial incentives received by some frontline health workers (including nurses, midwives as well as community health workers in paid employment) and the implications for their productivity within rural settings in Nigeria. A cross-sectional quantitative design in two States in Nigeria was adopted. Structured interviews were conducted with 114 frontline health workers. Bivariate analysis and multivariate regression analysis were carried out to explore relationships between the satisfaction of frontline health workers with the financial incentives received and their productivity in rural settings as well as the extent of any such relationships. RESULTS: Bivariate analysis demonstrated a statistically significant relationship (P = 0.013) between satisfaction with incentives received by frontline health workers and their productivity in rural settings. When other predictors were controlled for within a multivariate regression model, those who received incentives and were satisfied with the incentives were about three times more likely to be more productive at work than those who were unsatisfied with incentives (AOR: 3.3; P = 0.009, 95% CI = 1.3-8.2). In conclusion, the determination of type and content of incentives should be done in consultation with all relevant stakeholders, including possibly a cross-section of health workers themselves.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».