MétaCan
Menu
Retour à la cohorte
Enregistrement W4410837991 · doi:10.1542/pedsos.2024-000356

Remote Facilitation of Essential Newborn Care: A Multinational, Multicenter Pilot Study

2025· article· en· W4410837991 sur OpenAlexaff
Monika Patil, Mohammad Abdul Mannan, Bolaji Akala, Maimunat Alex-Adeomi, Rumpa Mani Chowdhury, Sanjoy Kumer Dey, Abubakar Garba Farouk, Maria Ahuoiza Garba, Md Golam Hafiz, Md Golam Mothabbir, Lia Harris, Naji Hattar, Shahidul Hoque, Ismat Jahan, Allison Judkins, Sonia Khatun, Jess Littman, Iftikher Mahmood, Nnenna Mba-Oduwusi, Yodit Meseret, Md. Ashik Molla, Sadeka Choudhury Moni, Susan Niermeyer, Mosa Nurunnaher, Irtifa Aziz Oishee, Janna Patterson, Mercy Raymond Poksireni, Olalekan Rahmon, Renate Savich, Mohammad Kamrul Hassan Shabuj, Mohammod Shahidullah, Petronila Tabansi, K M Zahiduzzaman, Beena D. Kamath‐Rayne

Notice bibliographique

RevuePediatrics Open Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationFacilitationMulticenter studyMedicineBusinessPsychologyNeuroscienceInternal medicineRandomized controlled trial

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES Essential Newborn Care (ENC) training improves neonatal outcomes, particularly in low-resource settings. The American Academy of Pediatrics and Laerdal Global Health developed an online platform, https://hmbs.org/, to facilitate training of health care workers (HCWs) in ENC. This study aims to examine the impact of training with the ENC course. We hypothesize that training with the ENC course, either with remote or in-person facilitation, and low-dose high-frequency (LDHF) practice improves HCW knowledge and skills. METHODS In this prospective educational intervention study, technical advisors remotely oriented in-country facilitators to ENC in Nigeria and Bangladesh. In-country facilitators then trained frontline HCWs, choosing between a remote or in-person approach based on the country context. ENC knowledge check, bag-mask ventilation (BMV) skills, and NeoNatalie Live (NNL) manikin feedback pass rates were assessed at baseline (BL), immediately posttraining (PT), and endline (EL). Objective structured clinical examination (OSCE) A and B scores were assessed at PT and EL. LDHF practice was implemented at all sites using the NNL manikin. RESULTS After remote orientation, 18 in-country facilitators trained 236 frontline HCWs at 8 sites, including 1 humanitarian setting. All sites showed significant improvement in pass rates from BL to PT in knowledge check and BMV skills. NNL pass rates generally improved from PT to EL. OSCE A and B pass rates were also generally high PT and maintained at EL. CONCLUSIONS ENC online materials coupled with LDHF practice can augment knowledge and skills in ENC and offer a flexible option for remote or in-person training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,299
Écart entre enseignants0,283 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatrics Open ScienceMême sujetWireless Body Area NetworksTravaux en français237 207