Occupational Health Barriers in South Africa: A Call for Ubuntu
Notice bibliographique
Résumé
Many low- and middle-income countries (LMICs) grapple with shortages of health workers, a crucial component of robust health systems. The COVID-19 pandemic underscored the imperative for appropriate staffing of health systems and the occupational health (OH) threats to health workers. Issues related to accessibility, coverage, and utilization of OH services in public sector health facilities within LMICs were particularly accentuated during the pandemic. This paper draws on the observations and experiences of researchers engaged in an international collaboration to consider how the South African concept of Ubuntu provides a promising way to understand and address the challenges encountered in establishing and sustaining OH services in public sector health facilities. Throughout the COVID-19 pandemic, the collaborators actively participated in implementing and studying OH and infection prevention and control measures for health workers in South Africa and internationally as part of the World Health Organizations' Collaborating Centres for Occupational Health. The study identified obstacles in establishing, providing, maintaining and sustaining such measures during the pandemic. These challenges were attributed to lack of leadership/stewardship, inadequate use of intelligence systems for decision-making, ineffective health and safety committees, inactive trade unions, and the strain on occupational health professionals who were incapacitated and overworked. These shortcomings are, in part, linked to the absence of the Ubuntu philosophy in implementation and sustenance of OH services in LMICs.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».