Exploring the role of social representations in micro-health insurance scheme enrolment and retainment in sub-Saharan Africa: a scoping review
Notice bibliographique
Résumé
Low enrolment in micro-health insurance (MHI) schemes is a recurring issue affecting the viability of such schemes. Beyond the efforts addressing low subscription and retention in these schemes, little is known on how social representations are related to micro-health insurance schemes enrolment and retention. This scoping review aimed at exploring the role of social representations in shaping enrollment and retention in MHI in sub-Saharan Africa. We reviewed qualitative, quantitative and mixed methods studies conducted between 2004 and 2019 in sub-Saharan Africa. We limited our search to peer-reviewed and grey literature in English and French reporting on social representations of MHI. We defined social representations as conventions, cultural and religious beliefs, local rules and norms, local solidarity practices, political landscape and social cohesion. We applied the framework developed by Arksey and O'Malley and modified by Levac et al. to identify and extract data from relevant studies. We extracted information from a total of 78 studies written in English (60%) and in French (40%) of which 56% were conducted in West Africa. More than half of all studies explored either cultural and religious beliefs (56%) or social conventions (55%) whereas only 37% focused on social cohesion (37%). Only six papers (8%) touched upon all six categories of social representation considered in this study whereas 25% of the papers studied more than three categories. We found that all the studied social representations influence enrollment and retention in MHI schemes. Our findings highlight the paucity of evidence on social representations in relation to MHI schemes. This initial attempt to compile evidence on social representations invites more research on the role those social representations play on the viability of MHI schemes. Our findings call for program design and implementation strategies to consider and adjust to local social representations in order to enhance scheme attractiveness.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».