Caring for refugees and newcomers in the post–COVID-19 era
Notice bibliographique
Résumé
OBJECTIVE: To guide clinicians working in a range of primary care clinical settings on how to provide effective care and support for refugees and newcomers during and after the coronavirus disease 2019 (COVID-19) pandemic. SOURCES OF INFORMATION: The described approach integrates recommendations from evidence-based clinical guidelines on refugee health and COVID-19, practical lessons learned from Canadian Refugee Health Network clinicians working in a variety of primary care settings, and contributions from persons with lived experience of forced migration. MAIN MESSAGE: The COVID-19 pandemic has amplified health and social inequities for refugees, asylum seekers, undocumented migrants, transient migrant workers, and other newcomers. Refugees and newcomers face front-line exposure risks, difficulties accessing COVID-19 testing, exacerbation of mental health concerns, and challenges accessing health care, social, and settlement supports. Existing guidelines for clinical care of refugees are useful, but creative case-by-case strategies must be employed to overcome additional barriers in the context of COVID-19 and new care environments, such as the need for virtual interpretation and digital literacy skills. Clinicians can address inequities and advocate for improved services in collaboration with community partners. CONCLUSION: The COVID-19 pandemic is amplifying structural inequities. Refugees and newcomers require and deserve effective health care and support during this challenging time. This article outlines practical approaches and advocacy priorities for providing care in the COVID-19 context.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».