Why do new-borns die? Perspectives of community members and health care providers in the Lawra municipality of the Upper West Region, Ghana
Notice bibliographique
Résumé
Neonatal deaths contribute significantly to under-five mortality and serve as a crucial indicator of a country’s socioeconomic development, quality of life, and health status. These deaths occur both at home and in health facilities. Therefore, the perspectives of community members and healthcare providers are essential in defining neonatal survival. This study explored the perceived causes of neonatal deaths among healthcare professionals and community members at the Lawra Municipality in the Upper West Region, Ghana. This study employed a qualitative descriptive approach. A purposive sample of 30 participants including 18 community members and 12 healthcare providers, was selected. Data were gathered using Focus Group Discussion (FGD), transcribed verbatim, coded and analysed using thematic-content analysis. Three themes were constructed to describe the factors leading to newborn deaths both at health facilities and in the community. These factors included: (1) personal factors related to newborns, mothers/families and health staff; (2) physical factors related to hospital facilities and equipment; and (3) logistical factors related to transport, referral and presentation delays. The study identified differences in perspectives between healthcare providers and community members, which can affect interventions in neonatal care. Health authorities are encouraged to develop a shared vision to engage communities by addressing geographic-specific factors causing neonatal deaths. This approach can help in understanding how collective actions can contribute to reducing neonatal deaths.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».