From research to a political commitment to strengthen access to surgical, obstetric, and anesthesia care in Africa by 2030
Notice bibliographique
Résumé
Objective: This study aimed to engage African leaders and key stakeholders to commit themselves toward the strengthening of surgical, obstetric, and anesthesia care systems by 2030 in Africa. Methods: From research to a political commitment, a baseline assessment was performed to foster the identification of the gaps in surgical care as a first step of an inclusive process. The preliminary findings were discussed during the International Symposium on Surgical, Obstetric, and Anesthesia Systems Strengthening by 2030 in Africa. The conclusions served to draft the Dakar Declaration and its Regional Action Plan 2022-2030 to improve access to surgical care by 2030 in Africa, endorsed by Heads of State. Results: The International Symposium was composed of two meetings that gathered (i) 85 scientific experts and (ii) 28 ministers of health or representatives from 28 sub-Saharan African countries. The 28 African countries represent (i) 51% of the continent's total population, (ii) 68% of the 47 African countries of the WHO Africa Region, (iii) 58% of all African Union countries, and (vi) 79% (3,371) of the WHO Africa Region's total (4,271) health districts. The International Symposium and the Heads of State Summit successfully produced the Dakar Declaration on access to equitable, affordable, and quality Surgical, Obstetric, and Anesthesia Care by 2030 in Africa and its Regional Actions Plan 2022-2030 which prioritizes 12 urgent actions needed to be implemented, six strategic priorities, 16 key indicators, and an annual dashboard to monitor progress. Conclusion: " Agenda 2063.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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 ».