African leaders and regional institutions need to take the bull by the horns: a perspective on the impact of the 2025 funding cuts to malaria programmes
Notice bibliographique
Résumé
Despite global malaria programmes already operating within resource constraints, 2025 saw a significant decrease in funding following the US government's termination of most of its global health programmes, as well as the decline in development aid spending by the UK, France, Germany, Canada, Switzerland, and other countries. The disruption of funding was sudden, with most African countries lacking adequate contingency plans. This, despite most of the malaria burden being in Africa (94% of 263 million cases in 2023), accounting for a reduction in gross domestic product of up to 1.3% annually, and half a billion lost workdays. Key malaria control programme activities have been severely impacted, including insecticide-treated bed net distribution, seasonal malaria chemoprevention campaigns, and malaria indicator surveys. In the wake of the funding cuts, some African governments have committed to increasing efforts to raise funds for malaria programmes from the private sector. The Africa Centres for Disease Control and Prevention (CDC) has developed a strategy for governments to increase health budgets while seeking additional funding from the private sector, all while maintaining transparency and accountability. If recent malaria control gains are to be sustained and to prevent resurgence across the continent, African governments will need to increase domestic funding and build robust public-private partnerships for their malaria programmes. Lessons can be learnt from countries where these partnerships have succeeded or failed. Leadership by the African Union, the Africa CDC, the African Leaders Malaria Alliance, and other regional bodies is crucial to support countries in taking immediate, substantive steps and benchmarking progress.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».