Understanding the Risk of Social Vulnerability for the Chinese Diaspora during the COVID-19 Pandemic: A Model Driving Risk Perception and Threat Appraisal of Risk Communication—A Qualitative Study
Notice bibliographique
Résumé
During the first wave of the COVID-19 pandemic, immigrants were among the most socially vulnerable in Western countries. The Chinese diaspora in Canada were one such group due to the widespread cultural stigma surrounding their purported greater susceptibility to transmit and become infected by COVID-19. This paper aims to understand the social vulnerability of the Chinese diaspora in the Greater Toronto Area, Canada, during the first wave of COVID-19 from an explanation of their risk perception and threat appraisal of risk communication. We conducted secondary data analysis of 36 interviews using critical realism. The participants self-identified as being of Chinese descent. The results were used to develop a model of how social vulnerability occurred. In brief, cognitive dissonance was discovered to generate conflicts of one's cultural identity, shaped by social structures of (i) stigma of contagion, (ii) ethnic stigma, and (iii) public sentiment, and mediated by participants' threat appraisal and (iv) self-reliance. We assert that risk communicators need to consider their audiences' diverse socialization in crafting messages to modify behaviors, create a sense of responsibility, and mitigate public health threats. A lack of awareness of one's cognitive dissonance driven by cultural vulnerability may heighten their social vulnerability and prevent them from taking action to protect themself from high-risk events.
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 | 0,020 | 0,002 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».