The Virus Is Not the Only Disease: How Public Health Crises Aggravate Structural Inequities and Further Put Minoritized Groups at Risk
Notice bibliographique
Résumé
The objective of this paper was to examine the differential ways minoritized groups and dominant groups are affected by public health crises such as the COVID-19 pandemic. A variety of academic sources were consulted, such as various peer-reviewed journal articles and published books, to determine the impacts that public health crises have on individuals with minority identities. Additionally, given the current nature of this topic, select news sources were also used to inform the most recent policy updates on the issues discussed. Th paper largely focused on examples within the COVID-19 pandemic, but also drew from the Ebola Outbreak in West Africa and the HIV/AIDS epidemic. The paper investigated three major ways in which minoritized groups are disproportionately impacted by public health crises. First, government response measures frequently suit dominant groups much better than minoritized groups, partially because response measures are typically drafted by members of dominant groups and partially because it is much more difficult to comply with many emergency response measures in the absence of privilege. Furthermore, because minoritized groups are often already in positions of socioeconomic disadvantage compared to dominant groups, times of emergency often exacerbate the pre-existing social conditions that cause inequity. The third way the paper found minoritized groups to be disproportionately affected by public health crises was that tensions towards perceived “at fault” groups and tensions between racialized minorities and authorities become strained. Lastly, the paper found that while education may be a partial solution to these issues, it is not a full solution.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,017 | 0,000 |
| Communication savante | 0,000 | 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 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 ».