MétaCan
Menu
Retour à la cohorte
Enregistrement W4225494478 · doi:10.1186/s12879-022-07155-2

How have governments supported citizens stranded abroad due to COVID-19 travel restrictions? A comparative analysis of the financial and health support in eleven countries

2022· article· en· W4225494478 sur OpenAlexaboutno aff
Pippa McDermid, Adam Craig, Meru Sheel, Holly Seale

Notice bibliographique

RevueBMC Infectious Diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReadabilityUsabilityGovernment (linguistics)Content analysisBusinessWeb pageMedicineWorld Wide WebSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In response to the continuing threat of importing novel coronavirus disease (COVID-19), many countries have implemented some form of border restriction. A repercussion of these restrictions has been that some travellers have found themselves stranded abroad unable to return to their country of residence, and in need for government support. Our analysis explores the COVID-19-related information and support options provided by 11 countries to their citizens stranded overseas due to travel restrictions. We also examined the quality (i.e., readability, accessibility, and useability) of the information that was available from selected governments' web-based resources. METHODS: Between June 18 to June 30, 2021, COVID-19-related webpages from 11 countries (Australia, New Zealand, Fiji, Canada, United States of America (USA), United Kingdom (UK), France, Spain, Japan, Singapore, and Thailand) were reviewed and content relating to information and support for citizens stuck overseas analysed. Government assistance-related data from each webpage was extracted and coded for the following themes: travel arrangements, health and wellbeing, finance and accommodation, information needs, and sources. Readability was examined using the Simplified Measure of Gobbledygook (SMOG) and the Flesch Kincaid readability tests; content 'accessibility' was measured using the Web Content Accessibility Guidelines (WCAG) Version 2.1; and content 'usability' assessed using the usability heuristics for website design tool. RESULTS: Ninety-eight webpages from 34 websites were evaluated. No country assessed covered all themes analysed. Most provided information and some level of support regarding repatriation options; border control and re-entry measures; medical assistance; and traveller registration. Only three countries provided information or support for emergency housing while abroad, and six provided some form of mental health support for their citizens. Our analysis of the quality of COVID-19-related information available on a subset of four countries' websites found poor readability and multiple accessibility and usability issues. CONCLUSION: This study uniquely analyses government support for citizens stuck abroad during the COVID-19 pandemic. With large variance in the information and services available across the countries analysed, our results highlight gaps, inconsistencies, and potential inequities in support available, and raise issues pertinent to the quality, accessibility, and usability of information. This study will assist policymakers plan and communicate comprehensive support packages for citizens stuck abroad due to the COVID-19 situation and design future efforts to prepare for global public health emergencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,358
Écart entre enseignants0,314 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetTravel-related health issuesTravaux en français237 207