A scoping review on the operationalization of intersectional health research methods in studies related to the COVID-19 pandemic
Notice bibliographique
Résumé
PURPOSE: The COVID-19 pandemic began in early 2020 and became a global health crisis with devastating impacts. This scoping review maps the key findings of research about the pandemic that has operationalized intersectional research methods around the world. It also tracks how these studies have engaged with methodological tenets of oppression, comparison, relationality, complexity, and deconstruction. METHODS: Our search resulted in 14,487 articles, 5164 of which were duplicates, and 9297 studies that did not meet the inclusion criteria were excluded. In total, 14 articles were included in this review. We used thematic analysis to analyse themes within this work and Misra et al. (2021) intersectional research framework to analyse the uptake of intersectional methods within such studies. RESULTS: The research related to the COVID-19 pandemic globally is paying attention to issues around the financial impacts of the pandemic, discrimination, gendered impacts, impacts of and on social ties, and implications for mental health. We also found strong uptake of centring research in the context of oppression, but less attention is being paid to comparison, relationality, complexity, and deconstruction. CONCLUSIONS: Our findings show the importance of intersectional research within public health policy formation, as well as room for greater rigour in the use of intersectional methods.
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 | 0,086 | 0,242 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,030 | 0,033 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».