論文の概要: Mapping Child Malnutrition and Measuring Efficiency of Community Healthcare Workers through Location Based Games in India

• arxiv url: http://arxiv.org/abs/2604.07299v1
• Date: Wed, 08 Apr 2026 17:06:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.652591
• Title: Mapping Child Malnutrition and Measuring Efficiency of Community Healthcare Workers through Location Based Games in India
• Title（参考訳）: インドにおけるロケーションベースゲームによる児童栄養失調のマッピングと地域医療従事者の効率測定
• Authors: Arka Majhi, Aparajita Mondal, Satish B. Agnihotri,
• Abstract要約: 地域医療従事者(CHW)は州と受益者の間の重要な仲介者として機能している。 CHWを通じて児童の人文計測データをクラウドソーシングすることで、証拠に基づく意思決定のための貴重なリポジトリを構築することができる。 既存のプラットフォームは、時間とともに、異なる空間コンテキストにわたってCHWのエンゲージメントを維持するのに失敗することが多い。
• 参考スコア（独自算出の注目度）: 1.1470070927586014
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In India, Community Healthcare Workers (CHWs) serve as critical intermediaries between the state and beneficiaries, including pregnant mothers and children. Effective planning and prioritization of care and services necessitate the collection of accurate health data from the community. Crowdsourcing child anthropometric data through CHWs could establish a valuable repository for evidence-based decision-making and service planning. However, existing platforms often fail to maintain CHWs' engagement over time and across different spatial contexts, resulting in spatially misrepresented and outdated data. This study addresses these challenges by conducting a co-design exercise to develop innovative methods for collecting anthropometric data over time and space. The exercise involved analyzing data to create hotspot and density distribution maps. We implemented a trial of the developed game with two groups (n=94 per group) from various states across India, comparing the game-based and non-game-based data collection methods. Our findings reveal that the game-based approach significantly improved measuring efficiency (p<0.05) and demonstrated superior engagement and retention compared to the non-game-based method. This research contributes to the expanding literature on co-design and Research through Design (RtD) methodologies for developing geospatial games, highlighting their potential to enhance data collection practices and improve engagement among CHWs.
• Abstract（参考訳）: インドでは、地域医療労働者(CHW)が、妊娠中の母親や子供を含む受給者との重要な仲介役を務める。 ケアとサービスの効果的な計画と優先順位付けは、コミュニティからの正確な健康データの収集を必要とする。 CHWを通じて児童の人文計測データをクラウドソーシングすることで、証拠に基づく意思決定とサービスプランニングのための貴重なリポジトリを構築することができる。 しかし、既存のプラットフォームは、時間とともに、異なる空間コンテキストにわたってCHWのエンゲージメントを維持することができず、空間的に誤って表現され、時代遅れなデータをもたらす。 本研究では,これらの課題に対して,時間と空間を通じて人文計測データを収集する革新的な手法を開発するために,共同設計演習を実施して対処する。 この演習には、ホットスポットと密度分布マップを作成するためのデータ分析が含まれていた。 本研究では,インド各州の2つのグループ(n=94,n=94,n=94,n=94,n=94)を対象に,ゲームベースおよび非ゲームベースデータ収集手法の比較を行った。 その結果,ゲームベースアプローチでは測定効率(p<0.05)が有意に向上し,非ゲームベース手法と比較してエンゲージメントと保持性が向上した。 本研究は、地理空間ゲームを開発するための共同設計・研究開発手法(RtD)の進展に寄与し、データ収集の実践を強化し、CHW間のエンゲージメントを向上させる可能性を強調した。

関連論文リスト

• Targeted Data Fusion for Causal Survival Analysis Under Distribution Shift [46.84912148188679]
  複数のデータソースにまたがる因果推論は、科学的発見の一般化性と複製性を高めるための有望な道を提供する。 既存のアプローチでは、検閲や離散的かつ連続的な時間の統合など、生存分析のユニークな課題に対処できない。 マルチソース設定におけるターゲットサイト固有の因果効果を推定する2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-01-30T23:21:25Z)
• Self-Supervised Learning for Graph-Structured Data in Healthcare Applications: A Comprehensive Review [1.5778541636044452]
  このレビューは、医療におけるグラフ構造化データに自己教師付き学習(SSL)を活用することを目指す研究者と実践者の両方にとって、貴重なリソースになることを目的としている。 私たちの知る限りでは、この研究は、医療におけるグラフデータに適用されたSSLに関する文献の包括的なレビューとして、初めてのものである。
  論文  参考訳（メタデータ） (2024-11-28T10:51:12Z)
• Data-Centric AI in the Age of Large Language Models [51.20451986068925]
  本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。 本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。 データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
  論文  参考訳（メタデータ） (2024-06-20T16:34:07Z)
• Enhancing Health Care Accessibility and Equity Through a Geoprocessing Toolbox for Spatial Accessibility Analysis: Development and Case Study [0.4915744683251151]
  本研究では,従来の2段階式フローティング・キャッチメント・エリア法を用いて,医療サービスの空間的アクセシビリティを計測するツールを開発した。 それぞれのツールには,ユーザ選択に基づいてアクセシビリティスコアを計算するために,距離バッファと走行時間キャッチメントが組み込まれている。 4種類のアクセシビリティツールを用いて、テネシー州における血液透析サービスのアクセシビリティに着目したケーススタディを行った。
  論文  参考訳（メタデータ） (2024-02-26T23:16:32Z)
• A Survey on Data Selection for Language Models [148.300726396877]
  データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。 ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。 広範なデータ選択研究のリソースを持つ組織はほとんどない。
  論文  参考訳（メタデータ） (2024-02-26T18:54:35Z)
• Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
  本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。 研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。 本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
  論文  参考訳（メタデータ） (2023-03-18T19:17:47Z)
• Measuring Data Collection Diligence for Community Healthcare [23.612133021992868]
  地域保健従事者(CHW)による非宗教的データ収集は、発展途上国において重要な課題である。 本研究では,データ収集のディリジェンススコアを定義し,テストする。 インドにおけるNGOのフィールドモニタを用いて,本フレームワークを地上で検証した。
  論文  参考訳（メタデータ） (2020-11-05T16:45:03Z)
• Deploying machine learning to assist digital humanitarians: making image annotation in OpenStreetMap more efficient [72.44260113860061]
  本稿では,OpenStreetMapにおけるボランティアの作業を支援し,最適化するためのインタラクティブな手法を提案する。 提案手法は,OSMのボランティアが検証・修正するために必要なデータ量を大幅に削減する。
  論文  参考訳（メタデータ） (2020-09-17T10:05:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。