Finding Positives Amidst the Negatives: A Thematic Analysis of the Impact of the COVID-19 Pandemic on Canadians 55+
Notice bibliographique
Résumé
Disasters such as the COVID-19 pandemic exact a toll on vulnerable populations in terms of morbidity and mortality, but they also provide opportunities for personal growth and development and demonstration of personal and collective resiliency. This inductive thematic analysis explores self-perceived negative and positive impacts of the COVID-19 pandemic on 2994 Canadians aged 55+. Data derive from response to two open-ended questions included in a national online survey (<a href="https://www.sfu.ca/content/dam/sfu/lgbteol/pdf/COVID%20ACP%20Survey%20COPY%20PDF.pdf">View Survey (sfu.ca)</a>) conducted between August-October 2020. Respondents were recruited using Facebook, and a widespread email campaign to organizations serving older adults. 4260 of the 6573 coded comments (66%) addressed negative impacts of COVID-19. Fewer but still a considerable number (n = 2313) addressed positive impacts. The negative comments had a mean of 24.5 words per response (SD = 31.7, range: 1-560), while the positive comments had a mean of 21.3 words (SD = 27, range: 1-448). Five overarching themes characterized negative impacts of the virus in the lives of these older adults: disruption in daily life and plans; disruption in social relations; impact on health and wellness; healthcare and caregiving; and views on the pandemic. An additional five themes identified positive impacts: personal development; relationships; simpler life; benefits in work and finance; and introvert’s dream. Gender differences are consistent with expectations based on gender roles and activities: men were more likely to mention disrupted daily lives in particular as related to work, women were more likely to mention disrupted social relations, while health was mentioned to a comparable extent by both men and women. The negative themes illuminate the deep impact and disruption caused by the pandemic. The positive themes highlight adaptability and successful coping strategies which may be useful in the development of recovery plans and programming to help mitigate the negative effects of future pandemics.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».