Narratives on the frontline: A qualitative investigation of the lived experiences of healthcare workers during the COVID-19 pandemic in South Africa
Notice bibliographique
Résumé
Background: During the COVID-19 pandemic, a mental health pandemic emerged. Frontline healthcare workers (HCWs) are arguably most affected, particularly in low-to-middle-income countries like South Africa. Understanding their experiences is needed to inform interventions for social and psychological support both now and for future pandemics. Aim: This study explored the lived experiences of frontline HCWs in South Africa during the COVID-19 pandemic using a lifeworld phenomenological framework.Methods: Semi-structured interviews were conducted and analysed using principles of reflexive thematic analysis.Setting: Our sample included 11 frontline HCWs from various professions and health sectors who worked with COVID-19 patients in South Africa. Results: HCWs’ lived experiences during the epidemic in South Africa were diverse and marked by contradictions. Work during COVID-19 was an emotional rollercoaster that was both mentally and emotionally exhausting, and the epidemic substantially impacted daily life. Limited psychological support and resources aggravated experiences. However, a positive narrative of hope and gratitude also resonated with participants.Conclusion: This study provides significant insights into the lived experiences of a diverse group of frontline South African HCWs during COVID-19. Qualitative methodologies provided depth and unique insights into the diverse realities of frontline HCWs.Contribution: This is one of the few studies in low-to-middle-income countries and the first in South Africa to use in-depth qualitative interviews to understand the lived experience of frontline HCWs. It demonstrates a shift in the definition of a ‘frontline’ HCW and highlights the need for greater psychological support and individualised public health interventions.
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 | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».