Public-engagement strategies of the South Asian COVID-19 Task Force: The role of racialized healthcare workers in COVID-19 mitigation in Ontario
Notice bibliographique
Résumé
The COVID-19 pandemic began in late 2019 and its uneven impact across different communities globally was quickly evident. In Canada, South Asian communities were disproportionately affected. In response, the South Asian COVID-19 Task Force (SACTF) emerged, seeking to address the unique challenges faced by the South Asian community. The embedded single case study design was employed to explore the role of SACTF in COVID-19 mitigation in Ontario. Informed by critical race theory and a public engagement conceptual framework published by the Canadian Health Services Research Foundation (2010), we analyzed how contexts guided the goals, processes, and outcomes of SACTF activities. We conducted one-on-one semi-structured interviews and focus group discussions with SACTF's Board of Directors and analyzed SACTF-produced knowledge dissemination materials and media coverage of SACTF spanning March 2020 to February 2022. SACTF's success in educating and advocating for South Asians offers important insights into the gaps in public health communication and the inequities in healthcare delivery. It emphasizes the importance of tailoring emergency responses to community-specific needs and the role of racialized healthcare workers in facilitating trust-building within minority communities. By incorporating insights of racialized healthcare workers in health system decision-making, both public engagement and community health outcomes can be improved. This study contributes to a nuanced understanding of community-centric pandemic responses and demonstrates the need for diverse representation in decision-making processes for long-term health system resilience. Both healthcare knowledge and lived experiences made SACTF alert to how pandemics unfold differently and have differential effects on racialized populations. SACTF's responses offer practical recommendations for future pandemic preparedness and emergency responses, emphasizing the role of advocacy groups in addressing public health gaps and serving as crucial allies for communities and governments.
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 | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,029 | 0,007 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 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 ».