The Last Mile—Community Engagement and Conditional Incentives to Accelerate Polio Eradication in Pakistan: Study Protocol for a Quasi-Experimental Trial
Notice bibliographique
Résumé
Poliomyelitis is a condition of great concern and is endemic in only two countries of the world: Pakistan and Afghanistan. Community mobilization plays a vital role in raising awareness and can help reduce polio vaccine refusals. The objective of this study will be to decrease polio vaccine refusals and zero-dose vaccines by motivating behavior change through the provision of conditional-collective-community-based incentives (C3Is) based on a reduction in polio vaccine refusals. The project will adopt a pretest/post-test quasi-experimental design with two intervention high-risk union councils (HRUCs) and two control union councils (UCs) of peri-urban (Karachi) and rural (Bannu) settings in Pakistan. A participatory community engagement and demand creation strategy with trust-building community mobilization with C3Is, to reduce vaccine refusals and improve polio immunization coverage in two HRUCs, will be used. These UCs will be divided into clusters based on the polio program framework and community groups will be formed in each cluster. These community groups will carry out awareness activities and will be given serial targets to reduce vaccine refusals and those who qualify will be provided C3Is. The project intends to create a replicable model that the government can integrate within health systems for long-term sustainability until the goal of eradication of poliovirus is achieved. The evaluation will be carried out by an independent data collection and analysis team at baseline and endline (after 12 months of intervention). The trial is registered with linicalTrials.gov with number NCT05721274.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».