Using Intersectionality Theory to Explore the Impact of COVID-19 Pandemic on Black Canadian People's Health
Notice bibliographique
Résumé
There is a general reluctance to confront the pervasive reality of anti-Black racism that further produces false narratives of inequities in the healthcare system relative to Black communities, especially in Western countries, including Canada. Despite Canada’s orientation towards an anti-Black racist agenda that aims to acknowledge the social determinants of health (SDOH) disparities experienced by the Black community during the coronavirus disease 2019 (COVID-19) pandemic, a greater robust discussion is warranted to address this longstanding discourse. In this conceptual paper, we draw upon intersectionality theory to shed light on the social determinants and inequities in health for Black Canadians. Informed by the literature, the authors discuss the historical context of systemic barriers and social injustices Black people face that are uniquely rooted in systems of oppression and anti-Black racism. Additionally, the importance of collecting and analyzing race-based data to prioritize the health concerns of Black people is emphasized. The article also espoused the need for healthcare service providers to advocate for culturally responsive and appropriate interventions like the Africentric model to inform policies, practices, and programs that promote the wellness of Black populations in Canada and beyond. Implications for healthcare service providers are highlighted with emphasis placed on a commitment to cultural humility in the support delivered within this diverse community. The paper concludes with a higher level of consideration to be given to the structural challenges experienced by Black Canadians in the healthcare system as we move towards a collective understanding to better serve this racialized group.
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 | 0,018 | 0,033 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».