How Gender Influenced the Experience of Using a mHealth Intervention in Rural Mozambique: Secondary Qualitative Analysis of Community Health Worker Survey Data
Notice bibliographique
Résumé
Background: The mixed-gender community health worker (CHW) program in Mozambique is a window into the different experiences that male and female CHWs may face in their work. The objective of this study is to investigate how gender influenced the experiences of community health workers using the PIERS on the Move (POM) mHealth app in Mozambique. Methods: This is a secondary analysis by gender of health care workers involved in the Mozambique Community Level Intervention for Pre-eclampsia (CLIP) cluster randomized trial (NCT01911494). A structured survey with 10 open-ended questions was used to elicit CHW experiences using the POM app. Data collection took place in 2017 after completion of the CLIP trial. This analysis examined emergent themes to consider how experiences may have been shaped by health worker gender. Results: Of the 43 CHWs who used the POM app, there were 31 (72%) women and 12 (28%) men. Gender differences emerged in descriptions of how using POM increased their value and respect by pregnant women and community members. Fifty-eight percent of female CHWs (18/31) said that POM positively influenced their status in the community in comparison to 33% of their male counterparts (4/12). While the small sample sizes, particularly of male CHWs who used POM, preclude conclusions, these findings were supported by qualitative results. Female CHWs tended to elaborate more about community perceptions of their increased value and status as health care providers than male CHWs. Conclusion: CHWs work within existing gender norms. While gender norms are perceived to support the comfort of women to speak to another woman about their maternal and child health issues, gender norms also work against female CHWs as their professionalism may be questioned more than for their male counterparts. CHW's narratives suggested that the mHealth intervention was valued beyond the technology itself because it also added symbolic clinical value and demonstrated a tangible investment in their professional capacities, which may have been especially appreciated by the female CHWs.
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 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 | 0,029 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».