Antecedents and Consequences of Health Literacy among Refugees and Migrants during the First Two Years of COVID-19: A Scoping Review
Notice bibliographique
Résumé
Supporting refugee and migrant health has become a critical focus of healthcare policy. Developing and designing health literacy interventions that meet the needs of refugees and migrants is core to achieving this objective. This literature review sought to identify antecedents and consequences of health literacy among refugees and migrants during the first two years of the COVID-19 pandemic. We systematically searched nine electronic databases and numerous grey literature sources to identify studies published between December 2019 and March 2022. The antecedents (societal and environmental determinants, situational determinants, and personal determinants) and consequences of health literacy among refugees and migrants were mapped to a validated integrated health literacy model. Social and environmental determinants (n = 35) were the most reported antecedent influencing health literacy among refugees and migrants during the first two years of COVID-19. Language (n = 26) and culture (n = 16) were these determinants' most frequently reported aspects. Situational determinants (n = 24) and personal determinants (n = 26) were less frequently identified factors influencing health literacy among refugees and migrants. Literacy (n = 11) and socioeconomic status (n = 8) were the most frequently reported aspects of personal determinants. Media use (n = 9) and family and peer influence (n = 7) were the most cited situational determinants reported. Refugees and migrants with higher levels of health literacy were more likely to use healthcare services, resulting in better health outcomes. The findings of this review reveal personal and situational factors that impacted health literacy among refugees and migrants during COVID-19 that require attention. However, the inadequate adaptation of health literacy interventions for linguistic and cultural diversity was a greater problem. Attention to this well-known aspect of public health preparedness and tailoring health literacy interventions to the needs of refugees and migrants during pandemics and other public health emergencies are paramount.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».