MétaCan
Menu
Retour à la cohorte
Enregistrement W4415383038 · doi:10.1080/09581596.2025.2574953

‘Suck it up, keep going’? A critical disabilities analysis with strategic recommendations for supporting the wellbeing among people living with long COVID

2025· article· en· W4415383038 sur OpenAlexafffund
Julia Smith, Alice Mũrage, Kayli Jamieson, Kaylee A. Byers

Notice bibliographique

RevueCritical Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésThematic analysisReflexivityContext (archaeology)Perspective (graphical)Public healthFeelingQualitative researchPsychological interventionSocial determinants of healthMedical model of disability

Résumé

récupéré en direct d'OpenAlex

Long COVID has been described as a ‘mass disabling event’, affecting over 400 million people worldwide. In the context of evolving medical knowledge around this novel condition, there is little research on how the broader determinants of health might interact with symptoms to influence the lived experience of people with Long COVID. This paper contributes a critical disability studies perspective to explore the structural determinants of well-being for people with Long COVID. Drawing on interviews with 30 people with Long COVID and eight caregivers, we conducted a qualitative study (March-July 2023), applying reflexive thematic analysis to identify themes related to cultural norms/values and public policies. The results illustrate how social understanding of disability contributes to feelings of poor self-worth, increased isolation, and decreased motivation to access disability support. Disability support and return-to-work programs depict the dominant influence of ableist policies and their negative impact on people with Long COVID’s wellbeing. In particular, respondents described how gaslighting occurs within social policy and work, as well as medical and environmental factors. Multilevel interventions are needed to strengthen health and social policies, engage patients and caregivers, and address health and social disparities associated with Long COVID.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0180,021
Communication savante0,0150,018
Science ouverte0,0030,013
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,048
Tête enseignante GPT0,406
Écart entre enseignants0,358 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Public HealthMême sujetLong-Term Effects of COVID-19Travaux en français237 207