MétaCan
Menu
Retour à la cohorte
Enregistrement W4200393436 · doi:10.1186/s13031-021-00425-x

Challenges to the implementation and adoption of physical distancing measures against COVID-19 by internally displaced people in Mali: a qualitative study

2021· article· en· W4200393436 sur OpenAlexaff
Mohamed Ali Ag Ahmed, Birama Apho Ly, Niélé Hawa Diarra, Fatoumata Traoré, Djénéba Diarra, Inna Fatoumata Kandé, Mahamadou Dembéle, Seydou Doumbia, Hassane Alami

Notice bibliographique

RevueConflict and Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversité de MontréalUniversity of Ottawa
Organismes subventionnairesEnhancing Learning and Research for Humanitarian Assistance
Mots-clésInternally displaced personQualitative researchThematic analysisSocial distanceSnowball samplingFocus groupGovernment (linguistics)DistancingPandemicPublic healthEconomic growthPublic relationsPolitical scienceBusinessEnvironmental healthMedicineSociologyCoronavirus disease 2019 (COVID-19)NursingPopulationMarketingEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For almost a decade now, Mali has been facing a security crisis that led to the displacement of thousands of people within the country. Since March 2020, a health crisis linked to the COVID-19 pandemic also surfaced. To overcome this health crisis, the government implemented some physical distancing measures but their adoption proved difficult, particularly among internally displaced people (IDPs). The objective of this study is to identify the challenges relating to the implementation and adoption of physical distancing measures and to determine the main mitigation measures taken by IDPs to adjust to these new policies. METHODS: An exploratory qualitative research was conducted in Bamako and Ségou, two of the ten regions of Mali. The study counted 68 participants including 50 IDPs, seven administrative and health authorities, and 11 humanitarian actors. Sampling was guided by the principle of saturation and diversification, and data was collected through semi-structured individual interviews (n = 36) and focus groups (n = eight). Analysis was based on thematic content analysis through NVivo software. RESULTS: The main challenges identified concerning the implementation and adoption of physical distancing measures include the proximity in which IDPs live, their beliefs and values, the lack of toilets and safe water on sites, IDPs habits and economic situation, humanitarian actors' lack of financial resources and authority, and social pressure from religious leaders. Implemented mitigation measures include the building of new shelters or their compartmentalization, the creation of income-generating activities and food banks, psychosocial support, promoting awareness of IDPs, and nightly police patrols and surveillance to discourage IDPs from going out. Finally, a call for action is suggested for the actors involved in IDPs support and management. CONCLUSIONS: The study demonstrates the difficulty for IDPs to follow most of the physical distancing measures and informs about the risk of disease spreading among IDPs with its potential consequences. It also shows the inability of mitigation measures to control the outbreak and suggests actions to be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,008
Communication savante0,0030,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,513
Écart entre enseignants0,363 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConflict and HealthMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207