A study of the enablers and barriers to the collection of sociodemographic data by public health units in Ontario, Canada during the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Collection and use of sociodemographic data (SDD), including race, ethnicity and income, are foundational to understanding health inequities. Ontario's public health units collected SDD as part of COVID-19 case management and vaccination activities. This research aimed to identify enablers and barriers to collecting SDD during COVID-19 case management and vaccination. METHODS: As part of a larger mixed-method research study [1], qualitative methods were used to identify enablers and barriers to SDD collection during the COVID-19 pandemic. Purposive sampling was used to recruit participants from Ontario's 34 public health units. Sixteen focus groups and eight interviews were conducted virtually using Zoom. Interview data were transcribed and analyzed using inductive and deductive qualitative description. RESULTS: SDD collection enablers included: legally mandating SDD collection and having dedicated data systems, technological and legal supports, senior management championing SDD collection, establishing rapport and trust between staff and clients, and gaining insight from the experiences from local communities and other jurisdictions. Identified barriers to SDD collection included: provincial data systems being perceived as lacking user-friendliness, SDD collection "was not a priority," time and other constraints on building staff and client rapport, and perceived discomfort with asking and answering personal SDD questions. CONCLUSION: A combination of provincial and local organizational strategies including supportive data systems, training, and frameworks for data collection and use, are needed to normalize and scale up SDD collection by local health units beyond the context of the COVID-19 pandemic.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,006 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».