MétaCan
Menu
Retour à la cohorte
Enregistrement W4360610715 · doi:10.12688/gatesopenres.14265.1

Using the HIV Prevention Self-Assessment Tools (PSAT) to assess and monitor sex workers HIV programmes in selected countries in Africa

2023· preprint· en· W4360610715 sur OpenAlex
Faran Emmanuel, Lulama Lunika, Jani Swart-Van Biljon, Kerry Mangold, Mohamed Khan, Puveshni Crozier, Daniel Byamukama, Fred Nana Poku, Ezinne Okey-Uchendu, Magreth J. Kagashe, Josefa Mazive, Ellen MC. Mubanga, Celeste Madondo, Raymond Yekeye, Mary Mugambi, Dominic Gondwe, Rosemary M. Kindyomunda, Innocent Modisaotsile, Clemens Benedikt, Parinita Bhattacharjee

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGates Open Research · 2023
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésDeveloping countryHuman immunodeficiency virus (HIV)MedicineScale (ratio)GeographyEconomic growthFamily medicineCartography

Résumé

récupéré en direct d'OpenAlex

<ns3:p> <ns3:bold>Background:</ns3:bold> The HIV Prevention Self-Assessment Tools (PSATs) were developed by the Global Prevention Coalition as an easy-to-use tool for country-led review of national HIV prevention response against a global standardised set of programmatic components. As part of the South to South Learning Network (SSLN), country-level data on HIV prevention programmes for sex workers were collected by 10 African countries, using the PSAT to self-assess their HIV prevention progress. </ns3:p> <ns3:p> <ns3:bold>Methods:</ns3:bold> Data were collected August 2020 to July 2021 from participating countries. In each country, a technical team of 8-10 members completed the tool with support from the SSLN. The PSAT collects data for three programme domains: management, implementation and outcomes and sustainability, each of which comprises essential programme functions and elements. Once all elements are scored, the tool automatically calculates the final scores for each domain, on a scale of 1-5. Also, 15 interviews were conducted with 15 country leaders to understand the ease and usefulness of the PSAT process. </ns3:p> <ns3:p> <ns3:bold>Results:</ns3:bold> The overall PSAT scores ranged between 4.1 (Kenya) to 2.3 in Zambia. Of the three domains, Programme Management achieved the highest scores, with four countries (Kenya, Ghana, Zimbabwe, and South Africa) scoring more than four. High scores were seen in the Programme Implementation domain as well; five countries (Zimbabwe, South Africa, Mozambique, Malawi and Uganda) scored between 3 to 4. For Programme Outcomes and Sustainability, other than Kenya, which did not score the outcomes, all countries scored poorly with scores ranging between 3.8 to 1.5. Comparing PSAT scores with UNAIDS suggested epidemic metrics have shown that countries with the highest PSAT scores also have high condom use rates and significant reductions in HIV incidence from 2010 to 2019. </ns3:p> <ns3:p> <ns3:bold>Conclusions:</ns3:bold> This exercise has helped country’s leadership to self-reflect on their HIV prevention programmes, increase ownership and identify areas that need strengthening. </ns3:p>

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,450
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0040,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,276
Tête enseignante GPT0,507
Écart entre enseignants0,231 · 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