Informal settlements and the care of children 0–3 years of age: a qualitative study
Notice bibliographique
Résumé
Background: There is a rapid increase in urbanization with a high percentage of people living in poverty in urban informal settlements. These families, including single parents, are requiring accessible and affordable childcare. In Mlolongo, an informal settlement in Machakos County in Nairobi metropolitan area, Kenya, childcare centres, referred to as 'babycares' are increasing in number. They are being provided by local community members without attention to standards or quality control. The study objective was to understand parents', caregivers' and community elders' experiences and perceptions in terms of the quality of babycares in Mlolongo to inform the design and implementation of improved early childcare services. Methods: Using a community-based participatory research philosophy, a qualitative study including focus group discussions with parents, community elders and babycare centre employees/owners (referred to as caregivers) was conducted in Mlolongo. Results: A total of 13 caregivers, 13 parents of children attending babycares, and eight community elders participated in the focus groups. Overall, community elders, parents and caregivers felt that the babycares were not providing an appropriate quality of childcare. The reported issues included lack of training and resources for caregivers, miscommunication between parents and caregivers on expectations and inappropriate child to caregiver ratio. Conclusion: The deficiencies identified by respondents indicate a need for improved quality of affordable childcare to support early child development in these settings. Efforts need to be invested in defining effective models of early childcare that can meet the expectations and needs of parents and caregivers and address the major challenges in childcare quality identified in this study.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,006 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».