MétaCan
Menu
← Retour à la cohorte
Enregistrement W4296142616 · doi:10.21203/rs.3.rs-2022543/v1

Successful implementation of community-based health services in conflict- lessons from the Central African Republic and South Sudan: A mixed-methods study

2022· preprint· en· W4296142616 sur OpenAlexaff
Donya Razavi, Mariam Kone, Salim Sohani, Mekdes E. Assefa, Muhammad Haaris Tiwana, Rodolfo Rossi

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensWestern UniversityMcMaster UniversityCanadian Red Cross Society
Organismes subventionnairesSocial Science Research Council
Mots-clésFocus groupContext (archaeology)General partnershipService delivery frameworkQualitative researchQualitative propertyPublic relationsMedicineNursingMedical educationPsychologyPolitical scienceService (business)SociologyBusinessGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Background The delivery of quality healthcare for women and children in conflict-affected settings remains a challenge that cannot be mitigated unless global health policymakers and implementers find an effective modality in these contexts. CRC and ICRC used an integrated public health approach to pilot a program for delivering community-based health services in the Central African Republic (CAR) and South Sudan in partnership with National Red Cross Societies in both countries. This study explored the feasibility, barriers, and strategies for context-specific agile programming in armed conflict affected settings. Methods A mixed-methods study design was used for this study. Focus groups with community health workers/volunteers, community elders, men, women, and adolescents in the community and key informant interviews with program implementers were conducted in CAR and South Sudan. Additional data related to program activities and qualitative data to validate findings from focal group discussions and key informant interviews were extracted from program implementation reports. Data were analyzed using a content analysis approach and triangulated during the study analysis and inference. Results In total, 15 focus groups and 16 key informant interviews were conducted, and 169 people participated in the study. Engaging community elders emerged as an overarching theme underpinning the importance of gaining community trust. The feasibility of service delivery in armed conflict settings depends on well-defined and clear messaging, community inclusiveness and a localized plan for delivery of services. Security and knowledge gaps, including language barriers and gaps in literacy, impacted service delivery. Empowering women and adolescents and providing context-specific resources can mitigate some barriers. Community engagement, collaboration and negotiating safe passage, comprehensive delivery of services and continued training were key strategies identified for agile programming in conflict settings. Conclusion Using an integrative community-based approach to health service delivery in CAR and South Sudan is an effective approach for humanitarian organizations operating in conflict-affected areas. To achieve successful, agile, and responsive implementation of health services in a conflict-affected setting, decision-makers should focus on effectively engaging communities, bridge inequities through the engagement of vulnerable groups, and contextualize service delivery with the support of local actors.

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)0,020
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,003
Communication savante0,0040,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,519
Écart entre enseignants0,402 · 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'étudeQualitatif
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→