MétaCan
Menu
Retour à la cohorte
Enregistrement W3191169659 · doi:10.22605/rrh6774

Challenges in the sociocultural milieu of South Asia: a systematic review of community health workers

2021· review· en· W3191169659 sur OpenAlexaff
Umair Majid, ‎ Zahid, Harold, Zain, Sood

Notice bibliographique

RevueRural and Remote Health · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensMcMaster UniversityUniversity of TorontoInstitute for Work & HealthWestern University
Organismes subventionnairesnon disponible
Mots-clésSociocultural evolutionHealth careSociologyPublic relationsMedicineEconomic growthPolitical scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Community health workers (CHWs) connect patients in rural and remote communities to health service organizations. This diverse group of healthcare workers has helped improve healthcare access and outcomes and enhance the quality of life for people in hard-to-reach communities. However, CHWs face numerous challenges rooted in the sociocultural milieu of the region and country in which they reside. METHODS: This systematic review and qualitative meta-synthesis of 38 studies examines the sociocultural challenges that CHWs experience; it focuses on the unique history, geography, and sociocultural milieu of South Asia. RESULTS: This study found the following challenges that CHWs regularly face when working in communities: religious and cultural norms and practices, gender and biological sex, caste, and generation. All challenges in some way relate to one another and stem from the unique sociocultural milieu of South Asia, and the various subcultures that exist in this diverse region. CONCLUSION: This article presents important guidance for program planning and CHW deployment that reflects the sociocultural realities of practice. The findings of this investigation may serve as an essential resource for program planners and decision-makers in improving the effectiveness and reach of CHW programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,099
Tête enseignante GPT0,389
Écart entre enseignants0,289 · 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'étudeRevue systématique
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRural and Remote HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207