MétaCan
Menu
Retour à la cohorte
Enregistrement W4409169297 · doi:10.1186/s13690-025-01573-9

Using the resilience theory to understand and address migrant pandemic precarity among South African migrant populations

2025· article· en· W4409169297 sur OpenAlexaff
Ferdinand C. Mukumbang, Babatope O. Adebiyi

Notice bibliographique

RevueArchives of Public Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPrecarityPandemicResilience (materials science)Public healthMigrant workersPsychological resilienceHealth services researchCoronavirus disease 2019 (COVID-19)SociologyGeographyPolitical scienceGender studiesEconomic growthMedicineSocial psychologyPsychologyEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: "Migrant pandemic precarity" describes the specific consequences and vulnerabilities experienced by migrants during the COVID-19 pandemic. Despite their precarity, migrants adopted some resilient behaviors. Utilizing the resilience theory, our study explored how migrants in South Africa managed to cope with heightened vulnerabilities during the COVID-19 pandemic and how these resilient behaviors can provide insights into addressing the health inequities experience by this population. METHODS: We conducted an interpretive phenomenological analysis study to understand the key challenges of migrant populations in South Africa during the COVID-19 pandemic (2019-2022) and how resourceful they became in overcoming these challenges. Using a purposive sampling approach, we conducted 20 semi-structured interviews with migrants from other African countries, including asylum seekers, refugees, permit holders, and undocumented migrants in two South African provinces. RESULTS: Three interconnected aspects of migrant pandemic precarity were revealed: financial insecurities, food insecurities, and health concerns. Social connectedness and resource provision ensured inclusivity and supported these migrant populations in navigating the difficulties posed by migrant pandemic precarity. CONCLUSIONS: The South African government should implement migrant-inclusive approaches and empower structures and programs that enhance migrants' resilience to future crises. We argued that to reduce health inequities among migrant populations in South Africa, these resilience approaches can be harnessed in three ways. (1) the South African government should create mechanisms and processes to identify and integrate migrants with critical skills into their workforce. (2) enhancing collaborations between civil society organizations, local governments, and international organizations, such as the International Organization for Migration, to address food insecurities among the migrant population. (3) enforcing their constitutional mandate to provide free basic health care services to all migrants in South Africa by removing barriers such as health care provider attitudes toward migrants' access to health care services.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,529
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,149
Tête enseignante GPT0,399
Écart entre enseignants0,250 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Public HealthMême sujetMigration, Health and TraumaTravaux en français237 207