Similar health emergencies, different commitments: Comparative strategies to end Ebola and COVID-19 in “post-conflict” Liberia
Notice bibliographique
Résumé
Liberia, in the face of two consecutive health emergencies - the Ebola epidemic in 2014 and COVID in 2019 - offers a unique, comparative perspective on health crisis management within a fractured healthcare system. In dialogue with a feminist-informed political economy of health in the African context, this paper has two central objectives. First, it examines the strategies employed by community-based women's organisations - many of whom remain invested in peacebuilding after a 14-year civil war (1989-2003)) - to contain the Ebola and COVID-19 disease outbreaks. Second, it explores the implementation strategies under two political administrations, Sirleaf (Ebola) and Weah (COVID-19), at two distinct political moments. Results from five focus group discussions (n = 27) and seven in-depth interviews (n = 7) suggest that, while there was a relative collective effort from the Liberian government, grassroots women's organisations and community members to contain the Ebola epidemic response, the COVID-19 response witnessed an individualistic approach. Overall, participants suggested that lessons learned from the Ebola epidemic did not seem to be transferred to managing the COVID-19 pandemic in Liberia. The study suggests that while local-government-international partnerships are instrumental in ending health emergencies, grassroots community organisations require economic and social resources and sustained political will to effectively build and maintain various health infrastructures in post-conflict countries. This is relevant not just for managing disease outbreaks and health emergencies but also for entrenching public health services to support population health. Here, lessons from Ebola and COVID-19 rooted in everyday experiences of women's reproductive labour can provide an educational foundation for responding to future disease outbreaks in Liberia and other post-conflict contexts.
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 | 0,007 | 0,007 |
| 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 | 0,011 | 0,011 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».