Extending health systems resilience into communities: a qualitative study with community-based actors providing health services during the COVID-19 pandemic in the Philippines
Notice bibliographique
Résumé
BACKGROUND: Amidst ongoing calls for increased health systems resilience, gaps remain in our understanding of how health systems can reach further into communities to ensure resilient service delivery. Indeed, public health emergencies caused by infectious hazards reveal both the value and vulnerability of the workforce delivering health services in communities. This study explores ways in which a non-governmental organization (NGO) in the Philippines protected their frontline workforce during the first year of the COVID-19 pandemic. METHODS: Guided by a qualitative descriptive approach, 34 in-depth interviews were conducted with community-based health actors employed by the NGO between June 2020 and February 2021. Data analysis was guided by an iterative deductive and inductive approach. RESULTS: We identified four key activities that enabled the NGO and their staff to provide health and social services in communities in a safe and consistent manner as part of the organization's pandemic response. These include (1) ensuring adequate personal protective equipment (PPE) and hygiene supplies; (2) providing contextualized and role-specific infection prevention and control (IPC) training; (3) ensuring access to testing for all staff; and (4) providing support during quarantine or isolation. CONCLUSION: Learning from the implementation of these activities offers a way forward toward health emergency preparedness and response that is crucially needed for NGOs to safely leverage their workforce during pandemics. Further, we describe how community-based health actors employed by NGOs can contribute to broader health systems resilience in the context of health emergency preparedness and response.
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 | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,016 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».