Anti-Chinese stigma in the Greater Toronto Area during COVID-19: Aiming the spotlight towards community capacity
Notice bibliographique
Résumé
Due to the geographic origins of the first major outbreak of COVID-19 in Wuhan, China, individuals of Chinese ethnic origin around the world have experienced discrimination, xenophobia, and racism during the pandemic. Discriminatory actions have ranged from outright physical aggression to subtle microaggressions. While reports (both media and academic) have highlighted such incidents, this paper argues that when the conversation starts and stops at the reporting of experiences of stigma, the narrative remains as the victimization of the community. Instead, instances of COVID-19 stigma and discrimination are only one aspect of this story, where other aspects include a deeper understanding of the community itself along with an awareness of the capacity that the Chinese diaspora community brings forward to help overcome COVID-19. We focus our discussion on the Greater Toronto Area (GTA) in Canada, a global urban center that has a sizeable ethnic Chinese diaspora community, and argue that highlighting the early actions that the community took to help broader society in dealing with COVID-19 at the start of the pandemic may help to reframe anti-Chinese stigma during the pandemic. These early actions include physical distancing, mask-wearing, sanitation and advocacy. Findings for this case-study are informed by media monitoring and interviews with 83 individuals identifying as ethnically Chinese living across the GTA.
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 | 0,001 |
| 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 | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».