Illuminating and mitigating the evolving impacts of COVID-19 on ethnocultural communities: a participatory action mixed-methods study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has exacerbated disparities in poverty and illness for people in vulnerable circumstances in ethnocultural communities. We sought to understand the evolving impacts of COVID-19 on ethnocultural communities to inform intersectoral advocacy and community action. METHODS: The Illuminate Project used participatory action research, with cultural health brokers as peer researchers, from Sept. 21 to Dec. 31, 2020, in Edmonton, Alberta. Twenty-one peer researchers collected narratives from members of ethnocultural communities and self-interpreted them as they entered the narratives into the SenseMaker platform, a mixed-method data collection tool. The entire research team analyzed real-time, aggregate, quantitative and qualitative data to identify emerging thematic domains, then visualized these domains with social network analysis. RESULTS: Brokers serving diverse communities collected 773 narratives. Identified domains illuminate the evolving and entangled impacts of COVID-19 including the following: COVID-19 prevention and management; care of acute, chronic and serious illnesses other than COVID-19; maternal care; mental health and triggers of past trauma; financial insecurity; impact on children and youth and seniors; and legal concerns. We identified that community social capital and cultural brokering are key assets that facilitate access to formal health and social system supports. INTERPRETATION: The Illuminate Project has illustrated the entangled, systemic issues that result in poor health among vulnerable members of ethnocultural communities, and the exacerbating effects of COVID-19, which also increased barriers to mitigation. Cultural brokering and community social capital are key supports for people during the COVID-19 pandemic. These findings can inform policy to reduce harm and support community resiliency.
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 | 0,087 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,012 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».