MétaCan
Menu
Retour à la cohorte
Enregistrement W4404680826 · doi:10.31920/2516-5305/2023/20n4a7

Unpacking the reported impacts of COVID-19 in rural contexts: evidence from two rural municipalities in South Africa

2023· article· en· W4404680826 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueUpSpace Institutional Repository (University of Pretoria) · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNational Research FoundationInternational Development Research CentreUK Research and InnovationStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésUnpackingCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakGeographyEconomic growthVirologyMedicineEconomicsOutbreak

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic, which has been primarily analysed within urban contexts, has revealed a significant gap in understanding its ramifications within rural areas. This study aims to address this gap by drawing upon the principles of Resilience Theory to shed light on the repercussions of the pandemic in rural contexts, thereby highlighting an overlooked aspect. This research employs a qualitative paradigm grounded in primary data collected from two rural municipalities, Matatiele and Winnie Madikizela Mandela Local Municipalities, in South Africa’s Eastern Cape Province. The primary data is derived from 11 focus group interviews involving essential stakeholders and 13 individual interviews that were purposefully selected. The study unravels a spectrum of adverse impacts from the COVID-19 pandemic across the two municipalities by thematically transcribing and coding audio records of interviews and focus groups using NVivo, employing inductive and deductive coding approaches. These impacts include employment loss, bereavement, food insecurity, and an upsurge in reported cases of gender-based violence. The pandemic’s ripples extend to cultural practices, education, and community well-being, as evidenced by the waning participation in cultural traditions, declining interest in education among school-goers, and a surge in substance abuse and criminal activities like stock theft. In light of these findings, the study advocates for customised pandemic responses in rural areas underpinned by the Resilience Theory framework. This entails endorsing enhanced healthcare infrastructure, fostering community-driven surveillance, promoting diversified livelihood strategies, and bolstering local governance structures. As the study expands our understanding, it concurrently underscores the significance of further exploration. The proposed avenue of research lies in examining how collaborative efforts among rural-based institutions can augment community resilience against the dual challenges of pandemics and disasters. Through this lens, the study emphasises the imperative of building adaptive capacity within rural communities, emphasising their ability to navigate uncertainties and emerge stronger in adversity.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,059
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

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

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 Opus0,080
Tête enseignante GPT0,278
Écart entre enseignants0,197 · 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