Feasibility of Establishing a Core Set of Sexual, Reproductive, Maternal, Newborn, Child, and Adolescent Health Indicators in Humanitarian Settings: Results from a Multi-Methods Assessment in the Democratic Republic of Congo
Notice bibliographique
Résumé
Abstract Background: Reliable and rigorously collected sexual, reproductive, maternal, newborn, child, and adolescent health (SRMNCAH) data in humanitarian settings are often sparse and variable in quality across different humanitarian settings. To address this gap in quality data, the World Health Organization (WHO) developed a core set of indicators for monitoring and evaluating SRMNCAH services and outcomes and assessed their feasibility in four countries, including the Democratic Republic of Congo (DRC) with the goal of aggregating information from global consultations and field-level assessments to reach consensus on a set of core SRMNCAH indicators among WHO partners. Methods: The feasibility assessment in DRC focused on the following constructs: relevance/usefulness, feasibility of measurement, systems and resources, and ethical issues. The multi-methods assessment included five components; a desk review, key informant interviews, focus group discussions, facility assessments, and observational sessions. Results: The findings suggest that there is widespread support among stakeholders for developing a standardized core list of SRMNCAH indicators to be collected among all humanitarian actors in DRC. There are numerous resources and data collection systems that could be leveraged, built upon, and improved to ensure the feasibility of collecting this proposed set of indicators. However, the data collection load requested from donors, the national government, international and UN agencies, coordination/cluster systems must be better harmonized, standardized, and less burdensome. Conclusions: Despite stakeholder support in developing a core set of indicators, this would only be useful if it has the buy-in from the international community. Greater harmonization and coordination, alongside increased resource allocation, would improve data collection efforts and allow stakeholders to meet indicators’ reporting requirements.
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 | 0,241 | 0,213 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».