MétaCan
Menu
← Retour à la cohorte
Enregistrement W6957561179 · doi:10.60692/57psh-72y15

Are health systems interventions gender blind? examining health system reconstruction in conflict affected states

2018· article· en· W6957561179 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionHealth equityHealth policyGlobal healthHealth careEquity (law)Reproductive healthHealth promotion

Résumé

récupéré en direct d'OpenAlex

Global health policy prioritizes improving the health of women and girls, as evident in the Sustainable Development Goals (SDGs), multiple women's health initiatives, and the billions of dollars spent by international donors and national governments to improve health service delivery in low-income countries. Countries recovering from fragility and conflict often engage in wide-ranging institutional reforms, including within the health system, to address inequities. Research and policy do not sufficiently explore how health system interventions contribute to the broader goal of gender equity.This paper utilizes a framework synthesis approach to examine if and how rebuilding health systems affected gender equity in the post-conflict contexts of Mozambique, Timor Leste, Sierra Leone, and Northern Uganda. To undertake this analysis, we utilized the WHO health systems building blocks to establish benchmarks of gender equity. We then identified and evaluated a broad range of available evidence on these building blocks within these four contexts. We reviewed the evidence to assess if and how health interventions during the post-conflict reconstruction period met these gender equity benchmarks.Our analysis shows that the four countries did not meet gender equitable benchmarks in their health systems. Across all four contexts, health interventions did not adequately reflect on how gender norms are replicated by the health system, and conversely, how the health system can transform these gender norms and promote gender equity. Gender inequity undermined the ability of health systems to effectively improve health outcomes for women and girls. From our findings, we suggest the key attributes of gender equitable health systems to guide further research and policy.The use of gender equitable benchmarks provides important insights into how health system interventions in the post-conflict period neglected the role of the health system in addressing or perpetuating gender inequities. Given the frequent contact made by individuals with health services, and the important role of the health system within societies, this gender blind nature of health system engagement missed an important opportunity to contribute to more equitable and peaceful societies.

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)0,048
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,086
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0050,012
Communication savante0,0080,011
Science ouverte0,0020,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,125
Tête enseignante GPT0,316
Écart entre enseignants0,191 · 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'étudeQualitatif
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→