Enacting Care by Being Experts and Managing Relationships: A Discourse Analysis of Medical Officer of Health Media Briefings
Notice bibliographique
Résumé
Context In Canada, Medical Officers of Health (MOHs) are responsible for protecting and promoting the health of their respective populations, but few studies have examined this role and its connections with the practice of medicine. Objective To learn about MOH roles by analyzing their public communications at media briefings during the COVID-19 pandemic. Study Design and Analysis This study is a functional discourse analysis of transcribed MOH media briefings at three time points in six Canadian jurisdictions during the first full year of the COVID-19 pandemic (2020). Transcripts were coded and analyzed in an iterative, comparative process to understand the content, actions and purpose of MOH communication during media briefings. Setting or Dataset Twenty (20) Covid-19 media briefings conducted by Medical Officers of Health in Canada during 2020. Population Studied Medical Officers of Health Intervention/Instrument Media briefing transcripts Outcome Measures Role descriptions that emerged as themes from the discourse analysis Results MOHs used their public communications to enact their care of populations by “being experts” and “managing relationships”. “Being experts”involved describing disease characteristics, assessing risk and evidence, framing risk and evidence, and making judgments about intervention and exemption. “Managing relationships” involved self-regulating emotions, acknowledging the emotions of others, seeking adherence and collaboration, and setting expectations and boundaries. Conclusions The findings suggest that traditional medical roles were performed by MOHs in media briefings, implying the existence of a patient (or multiple patient-like relationships) and supporting further research into the processes by which public health physicians care for populations as patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,016 | 0,017 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».