Perceived stigma of COVID-19 patients in Shanghai, China, in the third year of the pandemic: a cross-sectional social impact survey
Notice bibliographique
Résumé
INTRODUCTION: Social stigma associated with Covid-19 infection has been reported around the world. This paper investigates the level of self-reported perceived stigma among people infected with COVID-19 in Shanghai, China, in the third year of the pandemic to determine changes in perceived stigma and individual level variables associated with perceived stigma. METHODS: We conducted a self-reported two-part online survey (n = 144 responses) by employing a convenience sampling method of COVID-19 patients in Shanghai. The first part of the survey collects sociodemographic information of the respondents and the second part outlines 24 items of the Social Impact Scale (SIS), which measures individual level factors associated with stigma, namely social rejection, financial insecurity, internalized shame, and social isolation. We ran Wilcoxon signed-ranks test, Kruskal-Wallis test, and linear regression analysis to assess the levels of perceived stigma differences. RESULTS: The study finds that the overall level of self-reported stigma during the COVID-19 lockdowns in Shanghai in 2022 was at a lower level than that compared to the self-reported perceived stigma study in Wuhan in 2020. In Shanghai, the severity of the disease and hospitalization length had most impact on financial insecurity and feelings of social isolation. These experiences were not gendered. Recovery measures, including economic considerations, need to pay particular attention to those who experienced severe disease.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».