Organizational structure, capacity and reach of organizations involved in alcohol prevention: An assessment of stakeholders across five countries in East Africa
Notice bibliographique
Résumé
Aims: East African countries, classified as low- and middle-income countries (LMICs), are disproportionately harmed by alcohol consumption, and many countries lack strategies to address and prevent alcohol harm. This study draws on community input from stakeholders involved in alcohol harm prevention in five East African countries to identify organizational structures, capacity and outreach, and strategies for capacity building to address the high burden of alcohol harm more systematically. Design/Setting/Participants: A cross-sectional survey was distributed in 2020 by the East Africa Alcohol Policy Alliance to their member alliances and stakeholders across five countries in East Africa (i.e., Burundi, Kenya, Rwanda, Tanzania and Uganda). Analyses were computed based on 171 persons/organizations completing the survey. Measures: The East Africa Alcohol Policy Alliance Capacity Assessment Survey (EAAPACAS) included organizational size and funding, research capacity, priorities, and perceptions related to alcohol prevention and harm locally and nationally. Results: The types of organizations, funding structures, and functions dedicated to alcohol prevention vary widely across countries, indicating great diversity and heterogeneity of organizations working on alcohol prevention and advocacy in East Africa. Most organizations relied on volunteer staff. Additionally, 51% reported that they did not know or did not meet their program needs with the available operational funds. Conclusion: These organizations rely primarily on volunteers and face significant barriers in order to achieve their goals with their current budget, primarily derived from foundations and private donations. Overall, these findings indicate that the infrastructure for alcohol prevention is weak and fragmented in countries where national initiatives are limited or underfunded.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».