MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392985470 · doi:10.3390/ijerph21030374

Examining the Impacts of the COVID-19 Pandemic on Iraqi Refugees in Canada

2024· article· en· W4392985470 sur OpenAlexafffundabout
Needal Ghadi, Jordan Tustin, Ian Young, Nigar Sekercioglu, Susan Abdula, Fatih Şekercioğlu

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcMaster UniversityImpactToronto Metropolitan University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésRefugeePandemicPovertyUnemploymentSocial isolationPopulationHealth careSocial distanceEconomic growthSocioeconomicsCoronavirus disease 2019 (COVID-19)Political scienceEnvironmental healthMedicineSociologyEconomicsInfectious disease (medical specialty)DiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has exacerbated health and social inequities among migrant groups more than others. Higher rates of poverty, unemployment, living in crowded households, and language barriers have placed resettled refugees at a higher risk of facing disparities during the COVID-19 pandemic. To understand how this most vulnerable population has been impacted by the ongoing pandemic, this study reports on the responses of 128 Iraqi refugees in the city of London, Ontario, to a survey on the economic, social, and health-related impacts that they have faced for almost two years since the beginning the pandemic. The analysis of the survey indicated that 90.4% of the study population reported having health concerns during the pandemic while 80.3% expressed facing financial distress. The results also show that 58.4% of respondents experienced some form of social isolation. These all suggest that refugees are faced with several barriers which can have a compounding effect on their resettlement experience. These findings provide resettlement and healthcare providers with some information that may assist in reducing the impact of COVID-19 and other possible health security emergencies on resettled refugees and their communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,353

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0090,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,455
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetMigration, Health and Trauma→Travaux en français237 207→