Exploring COVID‐19 from the perspectives of healthcare personnel in Malawi
Notice bibliographique
Résumé
Background: The Coronavirus 2019 disease (COVID-19) brought many healthcare systems around the world to the point of collapse all the while putting the lives of healthcare workers at risk. This study forgoes an institutional look at healthcare to center individual healthcare personnel in Malawi to better understand (1) how the worldviews of healthcare workers impact their work in the context of COVID-19, (2) how COVID-19 impacted healthcare workers, and (3) the unique conditions faced by being a healthcare worker in a low-income nation. Methods: = 15) with healthcare workers, traditional healers, and hospital leadership. The data collected were inductively coded and analyzed using the framework method, producing rich descriptions on how COVID-19 impacted the lifeworlds of healthcare workers in Malawi. Results: The findings reveal many of the struggles healthcare workers faced due to misaligned government policy and perceived proximity to COVID-19; outline their needs such as wanting better resources, funds, wages, and public health communication; and, exemplify the significant role that personal biases, worldviews, and sense of fear played in how healthcare workers perceived and interacted with COVID-19. Conclusion: Much of what was said echoes beyond borders, reflecting common global sentiments felt by healthcare personnel, and offers directions to explore building policies, strategies, and plans in preparation for any future disease outbreaks.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,013 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».