MétaCan
Menu
Retour à la cohorte
Enregistrement W4200041229 · doi:10.1080/20421338.2021.1985946

The implementation of a maternal mHealth project in South Africa: Lessons for taking mHealth innovations to scale

2021· article· en· W4200041229 sur OpenAlexaff
Obidimma Ezezika, Chareena Varatharajan, Shanelle Racine, Edward Kwabena Ameyaw

Notice bibliographique

RevueAfrican Journal of Science Technology Innovation and Development · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensOntario Tech UniversityThe Scarborough HospitalPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésmHealthGeneral partnershipBusinessProcess managementKnowledge managementPublic relationsMedicinePolitical scienceNursingPsychological interventionComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

MomConnect is a mHealth programme in South Africa targeted at improving antenatal and maternal health. This study explored the barriers and facilitators to implementing the MomConnect programme in South Africa and the applicable lessons for scaling mHealth programmes in Africa. We reviewed the published literature and collected data through semi-structured interviews of project partners and leaders who worked on the MomConnect project. We asked study participants to identify any barriers and/or facilitators in the implementation of the MomConnect project and how they would overcome those barriers and strengthen the facilitators. We employed the Consolidated Framework for Implementation Research (CFIR) to inform the identification of a priori codes for the directed content analysis. Based on the analysis, the key components that supported the implementation of the MomConnect project included (1) strategic partnership and coordination across partner levels, (2) cost-effective technology and sustainable funding measures, (3) adequate adaptation of the innovation to local and national settings, and (4) guiding mHealth policy and legislation frameworks. The study’s results suggest that strong political will and a robust partnership are essential to lead the strategic implementation process of mHealth projects. Such mHealth projects thrive in a policy framework that can support the planning and implementation process. In addition, understanding the accessibility needs of the project’s target population as identified in this study is critical to developing mHealth projects that are sustainable in the long term by adapting to cost-effective technologies.

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)0,068
score de la tête « metaresearch » (Gemma)0,089
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,089
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,005
Communication savante0,0070,009
Science ouverte0,0030,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,102
Tête enseignante GPT0,467
Écart entre enseignants0,365 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Science Technology Innovation and DevelopmentMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207