MétaCan
Menu
Retour à la cohorte
Enregistrement W4411535831 · doi:10.1186/s12960-025-00994-5

Development and validation of a tool to assess core competencies of public health professionals in low-income settings: findings from Uttar Pradesh, India

2025· article· en· W4411535831 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHuman Resources for Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCompetency Development and Evaluation
Établissements canadiensYork University
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésUttar pradeshPublic healthHealth administrationHealth services researchMedicineNursing researchLow and middle income countriesSocial policyCore competencyNursingEnvironmental healthMedical educationSocioeconomicsBusinessDeveloping countryPolitical scienceEconomic growthSociologyMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many low- and middle-income countries (LMICs) lack instruments to measure gaps in the public health competency of health professionals. The objective of this study is to develop a validated and reliable Core Public Health Competency (COPHEC) index by assessing the knowledge, skills, abilities, and attitudes of senior and mid-level public health professionals with supervisory and management responsibilities in Uttar Pradesh (UP), India. METHODS: Using the Core Competency framework that was developed in UP, we generated a draft COPHEC tool with 37 items, measured on a four-point Likert scale. We administered the tool to a total of 166 public health professionals that included two samples-84 senior and 82 mid-level public health professionals. To extract factors and assign factor scores to the instrument, we performed an exploratory factor analysis (EFA) using principal component analysis (PCA). Content and face validities were assessed by examining the steps used for the construction of the draft tool. Construct validity was measured by assessing the average factor loading of the items onto the component extracted from EFA. Internal consistency was used as a measure of reliability. RESULTS: The final COPHEC index had 37 items loaded on one factor in the sample. Content and face validities were assured through a participatory process with relevant stakeholders who identified the initial set of items as part of a Core Competency framework. Construct validity of the COPHEC scale was confirmed by the high average factor loading of components ranging from 0.58 to 0.81. The final index showed adequate reliability with Cronbach's alpha (α) = 0.97. CONCLUSIONS: The COPHEC index is a valid and reliable measure of core competencies in public health in UP. We recommend that governments adapt the index in LMICs to conduct assessments of health workers to identify training needs, evaluate the effectiveness of training programs through participants' competency acquisition pre- and post-training, and inform workforce development efforts in recruitment and performance management.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,126
Tête enseignante GPT0,419
Écart entre enseignants0,293 · 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