'Better to die of disease than die of hunger': the experience of Igwes (traditional rulers) in the fight against the COVID-19 pandemic in rural South-east Nigeria
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic has had serious health and socioeconomic impacts on people all over the world. It was expected that Africa would be the hardest hit; consequently, Nigeria and other African nations worked with non-government organisations to institute a framework for controlling the spread of the disease and the resultant economic woes. The measures, however, largely focused on urban centres, whereas the spread of the virus and the disease transcended imported urban cases to spread through the rural community. This study explored the experiences of traditional rulers, who are closest to rural people, in the fight against COVID-19. METHODS: A qualitative research design was adopted and data were collected from eight Nigerian traditional rulers through interviews. The collected data were coded inductively using NVivo v12 and were then analysed thematically. RESULTS: Findings showed that the traditional rulers adopted measures such as the use of town criers to raise awareness among rural people about COVID-19. Findings also revealed that the protection measures led to increased economic hardship for rural people in Nigeria. Doubt about the existence of the virus and widespread poverty were found to be the major hindrances in the fight against the pandemic. CONCLUSION: It is recommended that traditional rulers collaborate with the government to make free protective equipment available for poor rural people, and collaborate with youths and religious leaders to properly fight the 'infodemic' through continuous community education and awareness-raising.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 ».