Community-led initiatives bridging the gap to provide linguistically and culturally tailored health and social services in Parc-Extension, Montréal
Notice bibliographique
Résumé
Background: Parc-Extension (PE) has the greatest immigrant population in Montréal. PE had a lower proportion of vaccinations compared to the rest of Montreal (19.9% vs 30.8%), during Québec’s first rollout of COVID-19 vaccines. By August 2021 PE’s proportion of first dose vaccinations surpassed Montreal’s (77.9% vs 74%). This is attributable to building vaccine acceptance through community-led strategies that addressed social determinants of health (SDOH) impacting immigrant and asylum seeker communities. Objective: To examine the perspectives of PE residents around how SDOH influence their access to health and social services, including COVID-19 vaccines. Methods: We conducted semi-structured interviews with PE residents to explore which SDOH contributed to the accessibility to health and social services during all waves of the pandemic to date. The interviews were recorded and transcribed using Otter.ai and HappyScribe for English and French transcripts, respectively. We performed thematic content analysis. Coding was done by three co-authors and discrepancies were resolved during analysis meetings with all study authors. Results: We conducted 47 interviews (French: 27, English: 17, Urdu: 3) between June and October 2022. Three themes were identified: inadequate governmental support for immigrants and asylum seekers exacerbate SDOH; language barriers influence care; and inaccessibility to healthcare providers creates a “clinical desert”. Discussion: Due to inadequate support at the governmental level, there is an unjust burden placed on PE community organizations to ensure that PE residents are receiving appropriate care. Improving access to services amongst immigrant groups requires consideration of SDOH and fostering trusting partnerships between governments and community organizations.
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 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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».