Media Discourse of Community Support for Frontline Healthcare Workers During the First Month of the COVID-19 Pandemic
Notice bibliographique
Résumé
Introduction: The mental health of frontline healthcare workers (HCWs) can be challenged and strained during an infectious disease outbreak. Community support, as experienced in past outbreaks, may be helpful in mitigating these psychosocial effects. Examining the current unfolding of the coronavirus disease (COVID-19) pandemic for new insights, this study sought to understand how community support is represented and perceived as valuable to HCWs in written press media. Methods: Utilizing a media discourse methodology, written news media from the first month of the COVID-19 pandemic was sought for analysis. Included news media consisted of articles discussing community support for HCWs in London, Ontario. Results: A total of forty news articles pertaining to community support for HCWs was collected and analyzed. Forms of community support depicted by press media fell into the categories of acts of solidarity, discounted goods, donations of personal protective equipment, and personal services. The underpinning perceptions of news articles was community support for HCWs had a positive influence on HCWs well-being. Direct discussions with HCWs or representatives of HCW’s in press media only further reinforced this discourse of benefice. Conclusion: This analysis shows that community support for HCWs has been present since the beginning of the COVID-19 pandemic. As this crisis progresses, additional research should be conducted to monitor this discourse media for change in representation of and reception by HCWs.
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 | 0,003 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».