MétaCan
Menu
Retour à la cohorte
Enregistrement W3132718364 · doi:10.3122/jabfm.2021.s1.200115

Family Medicine With Refugee Newcomers During the COVID-19 Pandemic

2021· article· en· W3132718364 sur OpenAlexaffabout
Jackson A. Smith, Jean de Dieu Basabose, Margaret Brockett, Dillon T. Browne, Sandy Shamon, Michael Stephenson

Notice bibliographique

RevueThe Journal of the American Board of Family Medicine · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRefugeeContext (archaeology)MedicineMental healthPandemicCoronavirus disease 2019 (COVID-19)Social distanceRacismHealth careFamily medicineEconomic growthPolitical sciencePsychiatrySociologyGender studiesGeography

Résumé

récupéré en direct d'OpenAlex

Certain members of society are disproportionately affected by the COVID-19 crisis and the added strain being placed on already overextended health care systems. In this article, we focus on refugee newcomers. We outline vulnerabilities refugee newcomers face in the context of COVID-19, including barriers to accessing health care services, disproportionate rates of mental health concerns, financial constraints, racism, and higher likelihoods of living in relatively higher density and multigenerational dwellings. In addition, we describe the response to COVID-19 by a community-based refugee primary health center in Ontario, Canada. This includes how the clinic has initially responded to the crisis as well as recommendations for providing services to refugee newcomers as the COVID-19 crisis evolves. Recommendations include the following actions: (1) consider social determinants of health in the new context of COVID-19; (2) provide services through a trauma-informed lens; (3) increase focus on continuity of health and mental health care; (4) mobilize International Medical Graduates for triaging patients based on COVID-19 symptoms; and (5) diversify communication efforts to educate refugees about COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,920

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,079
Tête enseignante GPT0,388
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the American Board of Family MedicineMême sujetMigration, Health and TraumaTravaux en français237 207