2020 Syndemic: Convergence of COVID-19, Gender-Based Violence, and Racism Pandemics
Notice bibliographique
Résumé
OBJECTIVE: To conduct a rapid knowledge synthesis of literature on the social determinants of mental health of racialized women exposed to gender-based violence (GBV) during the COVID-19 pandemic. METHODS: We adapted the Cochrane Rapid Reviews method and were guided by an equity lens in conducting rapid reviews on public health issues. Four electronic databases (Cochrane CENTRAL, Medline, ProQuest, and EBSCO), electronic news media, Google Scholar, and policy documents were searched for literature between January 2019 and October 2020 with no limitations for location. Fifty-five articles qualified for the review. RESULTS: Health emergencies heighten gender inequalities in relation to income, employment, job security, and working conditions. Household stress and pandemic-related restrictions (social distancing, closure of services) increase women's vulnerability to violence. Systemic racism and discrimination intensify health disparities. CONCLUSION: Racialized women are experiencing a 2020 Syndemic: a convergence of COVID-19, GBV, and racism pandemics, placing their wellbeing at a disproportionate risk. GBV is a public health issue and gender-responsive COVID-19 programming is essential. Anti-racist and equity-promoting policies to GBV service provision and disaggregated data collection are required.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,003 |
| 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 ».