Developing policy-ready digital dashboards of geospatial access to emergency obstetric care: a survey of policymakers and researchers in sub-Saharan Africa
Notice bibliographique
Résumé
Abstract Background Dashboards are increasingly being used in sub-Saharan Africa (SSA) to support health policymaking and governance. However, their use has been mostly limited to routine care, not emergency services like emergency obstetric care (EmOC). To ensure a fit-for-purpose dashboard, we conducted an online survey with policymakers and researchers to understand key considerations needed for developing a policy-ready dashboard of geospatial access to EmOC in SSA. Methods Questionnaires targeting both stakeholder groups were pre-tested and disseminated in English, French, and Portuguese across SSA. We collected data on participants’ awareness of concern areas for geographic accessibility of EmOC and existing technological resources used for planning of EmOC services, the dynamic dashboard features preferences, and the dashboard's potential to tackle lack of geographic access to EmOC. Questions were asked as multiple-choice, Likert-scale, or open-ended. Descriptive statistics were used to summarise findings using frequencies or proportions. Free-text responses were recoded into themes where applicable. Results Among the 206 participants (88 policymakers and 118 researchers), 90% reported that rural areas and 23% that urban areas in their countries were affected by issues of geographic accessibility to EmOC. Five percent of policymakers and 38% of researchers were aware of the use of maps of EmOC facilities to guide planning of EmOC facility location. Regarding dashboard design, most visual components such as location of EmOC facilities had almost universal desirability; however, there were some exceptions. Nearly 70% of policymakers considered the socio-economic status of the population and households relevant to the dashboard. The desirability for a heatmap showing travel time to care was lower among policymakers (53%) than researchers (72%). Nearly 90% of participants considered three to four data updates per year or less frequent updates adequate for the dashboard. The potential usability of a dynamic dashboard was high amongst both policymakers (60%) and researchers (82%). Conclusion This study provides key considerations for developing a policy-ready dashboard for EmOC geographical accessibility in SSA. Efforts should now be targeted at establishing robust estimation of geographical accessibility metrics, integrated with existing health system data, and developing and maintaining the dashboard with up-to-date data to maximise impact in these settings.
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 | 0,044 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».