First Nations Response to Covid‐19 Pandemic
Notice bibliographique
Résumé
Stanley et al. describe the successes of the Aboriginal and Torres Strait Islander (TSI) communities as global exemplars of controlling the COVID-19 pandemic.1 Despite challenges similar to those facing Indigenous populations world-wide, the authors conclude that the remarkably low morbidity and mortality in these communities due to COVID-19 can be attributed to rapid implementation of best practices and Indigenous leadership alongside transparent communication and collaboration with governmental partners.1, 2 Unfortunately, American Indian/Alaska Native (AI/AN) communities in the United States have suffered disproportionately from COVID-19. According to the Centers for Disease Control, AI/AN people were three to five times more likely to be diagnosed with COVID-19, with twice the mortality rate of non-Hispanic white people.3 This demonstrates the impact of suboptimal health-care delivery due to decades of severe social inequities and limited access to resources.1 Although there is no uniform Indigenous experience, some factors that consistently predispose AI/AN people to health inequity include living in food deserts, crowded, multi-generational households, unemployment, lack of access to technology, distance from health centres and distrust of health-care systems and governments due to historical traumas.3 While data describing COVID-19 in paediatric patients in AI/AN communities are currently limited, extrapolation of the literature allows us to conclude that the burden of the disease may also disproportionately affect the AI/AN children relative to their non-Hispanic white counterparts. Stanley et al. contend that permitting First Nations communities' decision-making power to improve outcomes and effectively partner with governmental and other resources was critical in the success of the Aboriginal and TSI response to COVID-19.1 Based on the achievements of Australian First Nations communities, one may reasonably infer that granting similar trust and control of resources and leadership to AI/AN populations may serve to improve health outcomes in the context of COVID-19 and beyond. All providers who serve AI/AN children must also seek opportunities to partner with local tribes to better understand the priorities, needs and historical experiences of the population, ensure adequate training in culturally sensitive care, thoroughly evaluate the social determinants of health, and leverage cultural assets and resilience to preserve Indigenous identity while improving overall health.4 The Aboriginal and TSI response to COVID-19 offers a stellar example of the strength and success of permitting decision-making by First Nations communities which may provide a means to improve the health of Indigenous populations across the globe.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,007 |
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 ».