MétaCan
Menu
Retour à la cohorte
Enregistrement W3217504343 · doi:10.2196/22093

The Influence of Design and Implementation Characteristics on the Use of Maternal Mobile Health Interventions in Kenya: Systematic Literature Review

2021· review· en· W3217504343 sur OpenAlexvenueno aff
Karen Sowon, Priscilla Maliwichi, Wallace Chigona

Notice bibliographique

RevueJMIR mhealth and uhealth · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionmHealthSystematic reviewMedicineComputer scienceMEDLINENursingPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The growth of mobile technology in developing countries, coupled with pressing maternal health care challenges, has led to a widespread implementation of maternal mobile health (mHealth) innovations. However, reviews generating insights on how the characteristics of the interventions influence use are scarce. OBJECTIVE: This study aims to review maternal mHealth interventions in Kenya to explore the influence of intervention design and implementation characteristics on use by maternal health clients. We also provide a starting inventory for maternal mHealth interventions in the country. METHODS: Using a systematic approach, we retrieved a total of 1100 citations from both peer-reviewed and gray sources. Articles were screened on the basis of an inclusion and exclusion criterion, and the results synthesized by categorizing and characterizing the interventions presented in the articles. The first phase of the literature search was conducted between January and April 2019, and the second phase was conducted between April and June 2021. RESULTS: A total of 16 articles were retrieved, comprising 13 maternal mHealth interventions. The study highlighted various mHealth design and implementation characteristics that may influence the use of these interventions. CONCLUSIONS: In addition to elaborating on insights that would be useful in the design and implementation of future interventions, this study contributes to a local inventory of maternal mHealth interventions that may be useful to researchers and implementers in mHealth. This study highlights the need for explanatory studies to elucidate maternal mHealth use, while complementing existing evidence on mHealth effectiveness.

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)0,043
score de la tête « metaresearch » (Gemma)0,176
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,043
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,176
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0130,015
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,196
Tête enseignante GPT0,535
Écart entre enseignants0,339 · 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'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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207