MétaCan
Menu
Retour à la cohorte
Enregistrement W4402297598 · doi:10.1177/2752535x241280353

Exploring the Use of Multiple Participatory Tools to Engage Community Health Workers in Program Evaluation and Implementation: A Case Study From the Philippines

2024· article· en· W4402297598 sur OpenAlexaff
Laura Jane Brubacher, Lincoln Lau, Monica Bustos, Melinda Kelly Mijares, Krisha Lim Mar, Warren Dodd

Notice bibliographique

RevueCommunity Health Equity Research & Policy · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFacilitatorContext (archaeology)Citizen journalismParticipatory action researchInclusion (mineral)Participatory evaluationHealth careKnowledge managementProcess (computing)Community-based participatory researchMedical educationPsychologyMedicineComputer scienceSociologyPolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This study explored the use of three participatory tools within a Philippines-based case study with community health workers (CHWs) by comparing and contrasting the process and data generated across the tools, and critically reflecting on adaptations and facilitation considerations that affected the tools' use. Facilitator notes and audio-recordings of discussions were integrated and analyzed thematically. Tools differed by the type of data generated: program-specific data related to CHWs' roles and responsibilities or data on broader structural factors. A stepwise approach within each tool facilitated focused, in-depth sharing, as did initial paired discussions that allowed exchange of knowledge and experiences among CHWs. Facilitators required topic- and context-specific knowledge to guide discussion effectively. CHWs discussed challenges and successes in their roles; program recommendations; and broader challenges related to healthcare delivery in their communities. This study contributes critical insights on the use of participatory tools to promote the inclusion of implementer perspectives in health program co-design, implementation, and evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,154
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1540,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0150,001
Communication savante0,0000,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,007
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,986
Tête enseignante GPT0,813
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunity Health Equity Research & PolicyMême sujetHealth Policy Implementation ScienceTravaux en français237 207