COVID-19, Norms, and Discrimination against Female Gender in Nigeria: Focus on Implications for Mental Health Counselling
Notice bibliographique
Résumé
The COVID-19 outbreak is inflicting different societies of the world with an untold and unprecedented hardship. However, the extent of impacts is bound to differ across groups, gender, economies, and countries. Given how the pandemic affects particular groups, this paper focuses on girls/young women and how Covid-19 may further strengthen gender norms and discriminations as risk factors of their mental health. In some societies, right from birth, the life experiences of the female child differ from the male child. At every stage of development, girls are more likely than boys to confront a host of challenges associated with discrimination and norms, which are gender-based. With the effects of the current pandemic evident in reduced access to health care, education, teenage pregnancy, and being vulnerable, young women and girls are more at the receiving end of their impacts. These stand as hindrances to the girl child's mental health because they tend to constitute anxiety, depression, self-harm, or even suicide and weakens her will power to make proper adjustment to life issues. This paper concludes that given that the impacts of COVID-19 are not gender-blind (affecting both genders), therefore the designing policy responses to the current pandemic should not be either. As we all continue to face this overwhelming Covid-19 pandemic, the study recommends that the vulnerable (especially girls and young women) should not be neglected or ignored. This is possible by not forgetting the inequalities that may worsen the conditions of girls because of the crisis
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».