Facteurs contextuels influençant la délégation de tâches aux Agents de Santé Communautaire Polyvalents en Haïti
Notice bibliographique
Résumé
Introduction: In Haiti, the delegation of tasks to Multi-skilled Community Health Workers (locally called ASCP) is a strategy implemented by the Ministry of Public Health and Population to improve universal health coverage. Purpose of research: To contribute to the successful implementation of this strategy, this article reports on a case study of its implementation in the northern health department of Haiti. More specifically, this article provides information on the contextual factors that facilitate or hinder the implementation of task delegation to ASCP. Results: The results obtained show notable progress in the implementation of task delegation to ASCP in the northern health department of Haiti. These mainly concern the following activities: selection, training, and deployment of ASCPs, endowment of work materials, supervision, collection and analysis of data on the results obtained. In September 2019, 215 ASCPs were active in the department. This corresponds to 44.3% of the 485 ASCPs planned to cover the department’s needs. Several contextual factors hindering or facilitating the implementation of this intervention were also identified with 35 resource persons during semi-structured interviews. These relate to the planning and monitoring of the implementation of the intervention (cited by 12 out of 35 people), the institutional context (10/35), and political (17/35), structural (30/35) and environmental factors (7/35). Conclusions: This study highlights several contextual factors that need to be considered to ensure the successful implementation of the delegation of tasks to ASCP in Haiti and possibly in other contexts.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».