MétaCan
Menu
Retour à la cohorte
Enregistrement W4289231620 · doi:10.15761/fwh.1000203

Women’s participation in research platform to improve maternal, newborn and child health outcomes in West Africa

2021· article· en· W4289231620 sur OpenAlexfundno aff
Issiaka Sombié, Ermel Johnson, Moukaïla Amadou, Virgil Kuassi Lokossou, Aina Olabisi, Stanley Okolo

Notice bibliographique

RevueFrontiers in Women’s Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchInternational Development Research Centre
Mots-clésChild healthMaternal healthMedicinePsychologyEconomic growthEnvironmental healthPolitical sciencePediatricsHealth servicesEconomicsPopulation

Résumé

récupéré en direct d'OpenAlex

Women participation in decision-making fora is key to ensure that their concerns are take into consideration, especially in maternal, newborn and child health issues.The objective of this study was to analyse the participation of stakeholders in the various meetings organized as part of the project "Moving for Maternal, Newborn and Child Evidence into Policy in West Africa".A gender analysis was conducted using data drawn from the attendance lists at the various meetings organized during the project implementation.This analysis showed that women were under-represented in the various meetings organized by the project, but that their profile was not different from that of men.There was a higher proportion of women among the decision-makers during the engagement, dialogue workshops and at the international workshops without significant difference.Nevertheless, in the training workshops, there was a low proportion of women among the decision-makers with statistical significant difference.The women participating in the regional platform meeting have the same profile as men in terms of decision-making power.An inequitable participation of women in the health research meetings in West Africa noted in this analysis need to be addressed in the future by the application of some innovative approaches including women as part of the organizers or by the introduction of quotas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,378
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFrontiers in Women’s HealthMême sujetGlobal Health and SurgeryTravaux en français237 207