Lifting lockdown policies: A critical moment for COVID-19 stigma
Notice bibliographique
Résumé
COVID-19 'lockdown' policies may have unintended consequences for individuals, households and country economies. Hence lockdown may be unsustainable despite the risk of a resurgence of new COVID-19 infections. The repeal and alteration of lockdown policies mark a symbolic transfer of responsibility for epidemic control from state to individual. This has the potential to catalyse fear, blame and judgement within and between populations. We draw on experience from the HIV pandemic to show that this will worsen during later phases of the pandemic if COVID-19 stigma increases, as we fear it could. We suggest policy recommendations for 'lockdown lifting' to limit COVID-19 stigma. We suggest three policy priorities to minimise potential increases in COVID-19 stigma: limit fear by strengthening risk communication, engage communities to reduce the emergence of blaming, and emphasise social justice to reduce judgement. 'Lockdown' policies cannot continue uninterrupted. However, lifting lockdown without unintended consequences may prove harder than establishing it. This period has the potential to see the emergence of fear, blame and judgement, intersecting with existing inequalities, as governments seek to share responsibility for preventing further Sars-Cov-2 transmission. As we have learned from HIV, it is critical that a wave of COVID-19 stigma is prevented from flourishing.
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 | 0,029 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,019 | 0,033 |
| Communication savante | 0,013 | 0,022 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,015 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».