Healthcare system resilience in Bangladesh and Haiti in times of global changes (climate-related events, migration and Covid-19): an interdisciplinary mixed method research protocol
Notice bibliographique
Résumé
Abstract Background Since climate change, pandemics and population mobility are challenging healthcare systems, an empirical and integrative research to studying and help improving the health systems resilience is needed. We present an interdisciplinary and mixed-methods research protocol, ClimHB, focusing on vulnerable localities in Bangladesh and Haiti, two countries highly sensitive to global changes. We develop a protocol studying the resilience of the healthcare system at multiple levels in the context of climate change and variability, population mobility and the Covid-19 pandemic, both from an institutional and community perspective. Methods The conceptual framework designed is based on a combination of Levesque's Health Access Framework and the Foreign, Commonwealth and Development Office's Resilience Framework to address both outputs and the processes of resilience of healthcare systems. It uses a mixed-method sequential exploratory research design combining multi-sites and longitudinal approaches. Forty clusters spread over four sites will be studied to understand the importance of context, involving more than 40 healthcare service providers and 2000 households to be surveyed. We will collect primary data through questionnaires, in-depth and semi-structured interviews, focus groups and participatory filming. We will also use secondary data on environmental events sensitive to climate change and potential health risks, healthcare providers' functioning and organisation. Statistical analyses will include event-history analyses, development of composite indices, multilevel modelling and spatial analyses. Discussion This research will generate inter-disciplinary evidence and thus, through knowledge transfer activities, contribute to research on low and middle-income countries (LMIC) health systems and global changes and will better inform decision-makers and populations.
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 | 0,097 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».