Implications of absenteeism of health workers on achieving universal health coverage in Nigeria: exploring lived experiences in primary healthcare
Notice bibliographique
Résumé
Primary healthcare facilities are the bedrock for achieving universal health coverage (UHC) because of their closeness to the grassroots and provision of healthcare at low cost. Unfortunately, in Nigeria, the access and quality of health services in public primary healthcare centres (PHCs) are suboptimal, linked with persistent occurrence of absenteeism of health workers. We used a UHC framework developed by the World Health Organization-African Region to examine the link between absenteeism and the possible achievement of UHC in Nigeria. We undertook a qualitative study to elicit lived experiences of healthcare providers, service users, chairpersons of committees of the health facilities, and policymakers across six PHCs from six local government areas in Enugu, southeast Nigeria. One hundred and fifty participants sourced from the four groups were either interviewed or participated in group discussions. The World Health Organization-African Region UHC framework and phenomenological approach were used to frame data analysis. Absenteeism was very prevalent in the PHCs, where it constrained the possible contribution of PHCs to the achievement of UHC. The four indicators toward achievement of UHC, which are demand, access, quality, and resilience of health services, were all grossly affected by absenteeism. Absenteeism also weakened public trust in PHCs, resulting in an increase in patronage of both informal and private health providers, with negative effects on quality and cost of care. It is important that great attention is paid to both availability and productivity of human resources for health at the PHC level. These factors would help in reversing the dangers of absenteeism in primary healthcare and strengthening Nigeria's aspirations of achieving UHC.
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 | 0,006 | 0,007 |
| 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 | 0,008 | 0,009 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».