MétaCan
Menu
Retour à la cohorte
Enregistrement W4295023819 · doi:10.1177/23333936221121335

Impact of COVID-19 on Women Who Are Refugees and Mothering: A Critical Ethnographic Study

2022· article· en· W4295023819 sur OpenAlexaffabout
Shela Akbar Ali Hirani, Joan Wagner

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésRefugeeMental healthSocial isolationStressorEthnographyHealth careIsolation (microbiology)PsychologyNursingCoronavirus disease 2019 (COVID-19)PopulationMedicineGerontologyPsychiatryPolitical scienceSociologyEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

Refugee women often experience trauma and social disconnection in a new country and are at risk of experiencing reduced physical, mental, and emotional well-being. Globally, COVID-19 has affected the health and well-being of the population at large. This critical ethnographic study aimed to explore the effects of COVID-19 on women who are refugees and mothering in Saskatchewan, Canada. In-depth interviews were undertaken with 27 women who are refugees and mothering young children aged 2 years and under. This study suggests that during COVID-19, refugee women are at high risk of experiencing add-on stressors due to isolation, difficulty in accessing health care, COVID-19-related restrictions in hospitals, limited follow-up care, limited social support, financial difficulties, and compromised nutrition. During COVID-19, collaborative efforts by nurses, other health-care professionals, and governmental and non-governmental organizations are essential to provide need-based mental health support, skills-building programs, nutritional counseling, and follow-up care to this vulnerable group.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,007
Communication savante0,0030,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,238
Tête enseignante GPT0,636
Écart entre enseignants0,398 · 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Qualitative Nursing ResearchMême sujetMigration, Health and TraumaTravaux en français237 207