User experiences of a mobile phone-based health information and surveillance system (mHISS): A case of caregivers of children under-five in rural communities in Ghana
Notice bibliographique
Résumé
BACKGROUND: The rapid advancement of mobile technology has fueled the use of mobile devices for health interventions and for improving healthcare provision in underserved communities. Despite the potential of mHealth being used as a health information and surveillance tool, its scale-up has been challenging and, in most cases, unable to advance beyond the pilot stage of implementation. The purpose of this study was to explore user experiences of a mobile phone-based interactive voice response (IVR) system among caregivers of children under-five in rural communities in the Asante Akim North District of Ghana. METHODS: The study adopted an exploratory design. A convenience sampling technique was used to recruit 35 participants who had used an IVR system for at least six months for the study. About 11 in-depth interviews and three focus group discussions were conducted among participants using a semi-structured interview guide. Thematic content analysis was utilized for the analysis of data in this study. RESULT: The system was found to be acceptable, and the attitude of caregivers towards the system was also positive. The study discovered that the mobile phone-based Health Information and Surveillance System (mHISS) was useful for improving access to healthcare, communicating with health professionals, served as a decision support system, and improved caregivers' awareness about self-management of childhood illnesses. Poor network quality, unstable electricity power supply, and dropped/cut calls served as significant barriers to using the mHISS system. CONCLUSION: The mHISS system was generally acceptable and could help improve access to healthcare and identify children with severe health conditions during outbreaks of diseases.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».