Stigma and fear during the COVID-19 pandemic: a qualitative study on the perceptions of healthcare workers in Canada and Singapore
Notice bibliographique
Résumé
Introduction: We sought to explore healthcare providers (HCPs)' perceptions of and experiences with stigma during the COVID-19 pandemic in Canada and Singapore. Methods: We conducted a qualitative study (May 2020-February 2021) with HCPs in Canada and Singapore and developed a semi-structured interview guide rooted in the Health Stigma and Discrimination Framework (HSDF). We recruited participants online and through word of mouth via newsletters, blogs and social media. Participants were eligible to participate if they worked as a healthcare provider in Singapore or Canada during COVID-19. Following participant consent, data were recorded, transcribed verbatim, and coded using a framework approach. Coded data were charted into a framework matrix and used to compare themes in each country. Results: We conducted 51 interviews (23 in Canada; 28 in Singapore). HCPs perceived that patient fears coupled with mistrust of the health system impacted health behaviors. HCPs reported discrimination and stigmatization of population subsets. In Singapore, this included Chinese tourists and migrant workers and in Canada, this included people of Chinese ethnicity and people experiencing homelessness. This stigma was often attributed to pre-existing prejudices including perceptions that these populations were at increased risk of COVID-19 or not adhering to public health recommendations. HCPs feared spreading COVID-19 to family, peers and patients, often resulting in participants choosing to isolate from social circles. HCPs in both countries experienced occupation-based stigma, including stigma related to public health practices (masking, testing); in Canada, this intersected with race-based prejudice for participants of Chinese ethnicity. HCPs in both samples witnessed and experienced stigmatizing behavior; some participants also experienced discrimination. Conclusions: Secondary stigma related to occupation was experienced by HCPs during COVID-19. HCPs experienced intersecting stigma based on race/ethnicity and observed stigmatization of marginalized patient populations. Most themes were consistent across Canada and Singapore. Strategies to mitigate COVID-19 related stigma toward HCPs and at-risk patient populations are warranted.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,011 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».