Developing and validating a knowledge and skills test for Tanzanian birth attendants trained in PartoMa safe childbirth care
Notice bibliographique
Résumé
Abstract Introduction Improving quality of maternity care in low- and middle-income countries is essential for reducing maternal and perinatal mortality and morbidity. Low dose-high frequency in-house training in routine and emergency maternity care is suggested to be central for this. To ensure the effectiveness and resource-efficiency of such training, a knowledge and skills test requiring minimal time and resources is needed. Therefore, we set out to develop and validate a test for routine use in busy, low-resource maternity units; to efficiently and effectively assess potential knowledge and skills gains over time when attending ‘low-dose, high-frequency’ training in integrated care during childbirth. Materials and Methods Using Messick’s standards, we developed a comprehensive yet time-efficient test covering childbirth surveillance, respectful care, and management of maternity and neonatal complications. Both expert and participant feedback informed the test design. The test was applied during a Tanzanian in-house training intervention (PartoMa) to assess its performance. Reliability was determined by Cronbach’s Alpha, while validity was evaluated through face and content validity, factor analysis, and Rasch analysis. Results After multiple revisions, Cronbach’s Alpha was below 0.7, indicating limited reliability. Experts agreed the test was well-designed for the intended content, with no concerns about clarity or relevance. Content validity was confirmed through expert judgment, reflecting the test’s goals. In pilot testing, 160 (84.6%) participants rated it excellent in achieving the study objectives. Exploratory factor analysis showed the test did not measure a single latent trait, and Rasch analysis revealed discrepancies between observed and expected responses on item scores. Conclusion The knowledge and skills test has shown promise for assessing healthcare providers in high-pressure, resource-limited settings, but its low Cronbach’s Alpha and limitations in test results highlight the need for refinement.
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 | 0,014 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».