MétaCan
Menu
← Retour à la cohorte
Enregistrement W3184212783

Perceptions of Canadian Federal Policy Responses to COVID-19 among People with Disabilities and Chronic Health Conditions

2021· article· en· W3184212783 sur OpenAlexaffabout
David Pettinicchio, Michelle Maroto, Martin Lukk

Notice bibliographique

RevueProject Muse (Johns Hopkins University) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversity of AlbertaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)ReceiptCoronavirus disease 2019 (COVID-19)Political sciencePoliticsSurvey data collectionPublic administrationPerceptionPublic policyPsychologyMedicineDiseaseBusinessLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La présente étude porte sur la façon dont les personnes atteintes de handicap ou de maladie chronique — appartenant à un vaste groupe diversifié, souvent ignoré des politiques publiques canadiennes — interprètent la réaction du gouvernement fédéral canadien à la COVID-19. À l'aide de données nationales exclusives tirées d'un sondage en ligne effectué en juin 2020 (N = 1 027), nous analysons le point de vue des membres de ce groupe quant à la réaction globale du gouvernement. Bien que les résultats du sondage témoignent d'un large appui à la réaction du gouvernement fédéral à la pandémie, nos observations révèlent également des failles selon la nature du handicap et les particularités liées à l'état de santé, l'allégeance politique, la région et les expériences en ce qui a trait à la COVID-19. Entre autres éléments, l'allégeance au Parti libéral et le statut de bénéficiaire de la PCU se signalent comme étant associés à des points de vue plus positifs. Un examen plus approfondi des réactions qualitatives montre que ces points de vue sont également liés à des perspectives divergentes entourant les prestations et les dépenses gouvernementales, les divisions partisanes et autres clivages sociaux et culturels. Abstract: This study examines how people with disabilities and chronic health conditions—members of a large and diverse group often overlooked by Canadian public policy—are making sense of the Canadian federal government's response to COVID-19. Using original national online survey data collected in June 2020 (N = 1,027), we investigate how members of this group view the government's overall response. Although survey results show broad support for the federal government's pandemic response, findings also indicate fractures based on disability type and specific health condition, political partisanship, region, and experiences with COVID-19. Among these, identification with the Liberal party and receipt of CERB stand out as associated with more positive views. Further examination of qualitative responses shows that these views are also linked to differing perspectives surrounding government benefits and spending, partisan divisions, and other social and cultural cleavages.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,559

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0150,006
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,031
Tête enseignante GPT0,307
Écart entre enseignants0,276 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProject Muse (Johns Hopkins University)→Même sujetSocial Sciences and Governance→Travaux en français237 207→