Learning from intersectoral initiatives to respond to the needs of refugees, asylum seekers, and migrants without status in the context of COVID-19 in Quebec and Ontario: a qualitative multiple case study protocol
Notice bibliographique
Résumé
BACKGROUND: Refugees, asylum seekers, and migrants without status experience precarious living and working conditions that disproportionately expose them to coronavirus disease 2019 (COVID-19). In the two most populous Canadian provinces (Quebec and Ontario), to reduce the vulnerability factors experienced by the most marginalized migrants, the public and community sectors engage in joint coordination efforts called intersectoral collaboration. This collaboration ensures holistic care provisioning, inclusive of psychosocial support, assistance to address food security, and educational and employment assistance. This research project explores how community and public sectors collaborated on intersectoral initiatives during the COVID-19 pandemic to support refugees, asylum seekers, and migrants without status in the cities of Montreal, Sherbrooke, and Toronto, and generates lessons for a sustainable response to the heterogeneous needs of these migrants. METHODS: This theory-informed participatory research is co-created with socioculturally diverse research partners (refugees, asylum seekers and migrants without status, employees of community organizations, and employees of public organizations). We will utilize Mirzoev and Kane's framework on health systems' responsiveness to guide the four phases of a qualitative multiple case study (a case being an intersectoral initiative). These phases will include (1) building an inventory of intersectoral initiatives developed during the pandemic, (2) organizing a deliberative workshop with representatives of the study population, community, and public sector respondents to select and validate the intersectoral initiatives, (3) interviews (n = 80) with community and public sector frontline workers and managers, municipal/regional/provincial policymakers, and employees of philanthropic foundations, and (4) focus groups (n = 80) with refugees, asylum seekers, and migrants without status. Qualitative data will be analyzed using thematic analysis. The findings will be used to develop discussion forums to spur cross-learning among service providers. DISCUSSION: This research will highlight the experiences of community and public organizations in their ability to offer responsive services for refugees, asylum seekers, and migrants without status in the context of a pandemic. We will draw lessons learnt from the promising practices developed in the context of COVID-19, to improve services beyond times of crisis. Lastly, we will reflect upon our participatory approach-particularly in relation to the engagement of refugees and asylum seekers in the governance of our research.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: oui | Sans objet | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: non | Qualitatif | high |
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 | 0,013 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».