MétaCan
Menu
Retour à la cohorte
Enregistrement W4383620111 · doi:10.1186/s12913-023-09733-9

Implementing community-based health program in conflict settings: documenting experiences from the Central African Republic and South Sudan

2023· article· en· W4383620111 sur OpenAlexaffabout
Faiza Rab, Donya Razavi, Mariam Kone, Salim Sohani, Mekdes E. Assefa, Muhammad Haaris Tiwana, Rodolfo Rossi

Notice bibliographique

RevueBMC Health Services Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensLondon Health Sciences CentreMcMaster UniversityCanadian Red Cross SocietyWestern University
Organismes subventionnairesnon disponible
Mots-clésFocus groupMedicineNursing researchContext (archaeology)Public healthNursingHealth administrationQualitative researchService delivery frameworkGeneral partnershipHealth services researchPublic relationsMedical educationService (business)Political scienceSociologyBusiness

Résumé

récupéré en direct d'OpenAlex

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. The International Committee of the Red Cross (ICRC) and the Canadian Red Cross (CRC) 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 qualitative study design with key informant interviews and focus group discussions using purposive sampling 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. Data were analyzed by two independent researchers using a content analysis approach. RESULTS: In total, 15 focus groups and 16 key informant interviews were conducted, and a total of 169 people participated in the study. 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 negatively 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 feasible for humanitarian organizations operating in conflict-affected areas. For agile, and responsive implementation of health services in conflict-affected settings, decision-makers should focus on effectively engaging communities, bridge inequities through the engagement of vulnerable groups, collaborate and negotiate for safe passage for delivery of services, keep logistical and resource constraints in consideration 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)0,010
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0230,008
Communication savante0,0050,002
Science ouverte0,0020,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,092
Tête enseignante GPT0,451
Écart entre enseignants0,359 · 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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetGlobal Maternal and Child HealthTravaux en français237 207