Nobody listens, nobody wants to hear you: Access to healthcare/social services for women in Canada
Notice bibliographique
Résumé
In Canada, an unacceptable number of women live below the poverty threshold. Some subgroups of women, such as Indigenous, visible minorities, immigrants and refugees, older adults, and single mothers are more likely to live in poverty, as they face multiple systemic barriers preventing their financial stability. Further, socioeconomic status, employment, gender, and access to healthcare and social services negatively impact women’s well-being and health. Yet little is known about how these factors affect healthcare behaviours and experiences for women living on a low income. Our goal is to describe and understand how gender and income influence access to healthcare and social services for women living on a low income. Methods: Partnered with a not-for-profit organization, we explored the experiences of women living on a low income in Kingston, Canada. Using participatory, art-based research and hermeneutic phenomenological approaches, our data collection methods included photovoice, semi-structured interviews and culture circles. A purposive sample was recruited. Analysis was conducted following the social determinants of health framework by Loppie-Reading and Wien. Results: Participants perceived the healthcare and social services systems as unnecessarily complex, disrespectful, and dismissive–one where they are mere spectators without voice. They do not feel heard. They also identified problematic issues regarding living conditions, housing, and fresh food. Despite these experiences, participants are resilient and optimistic. Implications: Learning from participants has indicated priority issues and potential, pragmatic solutions to begin incremental improvements. Changing system design to enable self-selection of food items is one example. Conclusion: For an individual to feel others view them as unworthy of care, especially if those ‘others’ are the care providers, is ethically and morally distressing–and it certainly does not invite system-use. While our early findings reveal considerable system improvements are required, we are inspired by and can learn from the strength of the participants.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».