‘That is because we are alone’: A relational qualitative study of socio-spatial inequities in maternal and newborn health programme coverage in rural Uttar Pradesh, India
Notice bibliographique
Résumé
This qualitative study was conducted in Uttar Pradesh state, India to explore how interrelated socio-economic position and spatial characteristics of four diverse villages may have influenced equity in coverage of community-based maternal and newborn health (MNH) services. We conducted social mapping and three focus group discussions in each village, among women of lower and higher socio-economic position who recently gave birth, and with community health workers (n = 134). Data were analysed in NVivo 11.0 using thematic framework analysis. The extent of socio-economic hierarchies and spatial disparateness within the village, combined with distance to larger centers, together shaped villages’ level of socio-spatial remoteness. Disadvantaged socio-economic groups expressed being more often spatially isolated, with less access to infrastructure, resources or services, which was heightened if the village was physically distant from larger centers. In more socio-spatially remote villages, inequities in coverage of MNH services that disadvantaged lower socio-economic position groups were compounded as these groups more often experienced ASHA vacancies, as well as greater distance to and poorer perceived quality of health services nearest the village. The results inform a conceptual framework of ‘socio-spatial remoteness’ that can guide public health research and programmes to more comprehensively address health inequities within India and beyond.
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 | 0,012 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,018 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».