Participatory health research under COVID-19 restrictions in Bauchi State, Nigeria: Feasibility of cellular teleconferencing for virtual discussions with community groups in a low-resource setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: During the COVID-19 pandemic, researchers have used Internet-based applications to conduct virtual group meetings, but this is not feasible in low-resource settings. In a community health research project in Bauchi State, Nigeria, COVID-19 restrictions precluded planned face-to-face meetings with community groups. We tested the feasibility of using cellular teleconferencing for these meetings. METHODS: In an initial exercise, we used cellular teleconferencing to conduct six male and six female community focus group discussions. Informed by this experience, we conducted cellular teleconferences with 10 male and 10 female groups of community leaders, in different communities, to discuss progress with previously formulated action plans. Ahead of each teleconference call, a call coordinator contacted individual participants to seek consent and confirm availability. The coordinator connected the facilitator, the reporter, and the participants on each conference call, and audio-recorded the call. Each call lasted less than 1 h. Field notes and debriefing meetings with field teams supported the assessment of feasibility of the teleconference meetings. RESULTS: Guidelines for facilitators and participants developed after the initial meetings were helpful, as were reminder calls ahead of the meeting. Connecting women participants was challenging. Facilitators needed extra practice to support group interactions without eye contact and body language signals. CONCLUSIONS: With careful preparation and training, cellular teleconferencing can be a feasible and inexpensive method of conducting group discussions in a low-resource setting.
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.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle