Understanding the Experiences of COVID-19 Public Health Measures and Well-Being: A Qualitative Study Among Older Adults in Quebec, Canada
Notice bibliographique
Résumé
This interpretative descriptive study explores how public health measures implemented during the first wave of the COVID-19 pandemic in Quebec, Canada, affected the well-being of older adults. Twenty-six participants aged 60-81 took photographs to depict how COVID-19 public health measures affected their well-being and were invited to discuss their photographs in virtual focus groups. Data were analyzed using thematic analysis. The impacts of health measures on the well-being of participants were framed according to three overarching themes. First, participants endured an intensification of ageism, feeling diminished and excluded from their social spheres. Second, they faced a burden of loneliness due to the loss of connections with their communities, particularly for those who were single and without children. Third, participants highlighted navigating a degradation of social cohesion. This manifested through tensions and distrust in both the public and private spheres, as well as acts of resistance in response to rules deemed unjust. While public health measures were essential to prevent onward transmission of COVID-19 and mortality, they negatively impacted older adults' self-image, loneliness, and trust in society. This study argues for a rethinking of public health norms specific to older adults to address potential sources of inequality. In particular, a greater emphasis is needed on social connectedness and addressing the unique needs of older adults during pandemics.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,009 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».