News reporting on travel restrictions between Canada and the US during the COVID-19 pandemic: An equity-based analysis
Notice bibliographique
Résumé
The worldwide use of different types of travel measures during the COVID-19 pandemic was unprecedented. However, there remains need for fuller understanding of how to apply travel measures for public health benefit, while taking account of their social and economic impacts, particularly on equity-deserving populations. This paper presents an equity analysis of 41 online news articles about travel restrictions (as one type of travel measure) on cross-border travel between Canada and the United States during the period from March 2020 and May 2023. Applying conceptual frameworks to understand health equity and social justice, we ask whether and how different forms of inequity associated with travel restrictions were presented in the media. Results reveal that certain inequities (e.g. those experienced by older adults, caregivers, etc.) were more often described in news coverage than others (i.e. racialized populations), with many key equity deserving groups not mentioned at all (i.e. people with disabilities). News reports depict travel restrictions causing disproportionate economic and social harms on low-income residents, tourism-dependent regions and cross-border communities, including certain Indigenous communities. Public concerns underscored what was perceived to be unsystematic and unpredictable policy implementation characterised, at times, by a lack of compassion and based on the discretionary powers of border officials. This analysis identifies how news reports shed light and frame certain inequities, for some individuals and populations, arising from Canada-U.S. travel restrictions. It highlights the need to amplify equity within future responses to global public health emergencies, but also key gaps in knowledge. The paper contributes fuller understanding of how travel restrictions interact with health, social and economic inequities, and puts forth policy recommendations about the use of travel measures during pandemics.
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,013 | 0,019 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».