MétaCan
Menu
Retour à la cohorte
Enregistrement W6958737779 · doi:10.6084/m9.figshare.c.7354475.v1

‘Life became harder with COVID-19’: exploring the experiences of the COVID-19 pandemic among youth living in eThekwini district, South Africa

2024· other· en· W6958737779 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2024
Typeother
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPandemicGovernment (linguistics)Thematic analysisPsychological interventionMental healthPublic healthCoronavirus disease 2019 (COVID-19)Public policy

Résumé

récupéré en direct d'OpenAlex

Abstract Background In South Africa, pervasive age and gender inequities have been exacerbated by the COVID-19 pandemic and public health response. We aimed to explore experiences of the COVID-19 pandemic among youth in eThekwini district, South Africa. Methods Between December 2021-May 2022 we explored experiences of the COVID-19 pandemic on youth aged 16–24 residing in eThekwini, South Africa. We collated responses to the open-ended question “Has the COVID-19 pandemic affected you in any other way you want to tell us about?” in an online survey focused on understanding the pandemic’s multi-levelled health and social effects. We used a thematic analysis to summarise the responses. Results Of 2,068 respondents, 256 (12.4%, median age = 22, 60.9% women) completed the open-ended survey question (11% in isiZulu). Results were organized into three main themes encompassing (1) COVID-19-related loss, fear, grief, and exacerbated mental and physical health concerns; (2) COVID-19-related intensified hardships, which contributed to financial, employment, food, education, and relationship insecurities for individuals and households; and (3) positive effects of the pandemic response, including the benefits of government policies and silver linings to government restrictions. Conclusions We found that South African youth experienced significant grief and multiple losses (e.g., death, income, job, and educational) during the COVID-19 pandemic. Trauma-aware interventions that provide economic and educational opportunities must be included in post-COVID recovery efforts.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,009
Communication savante0,0060,006
Science ouverte0,0010,008
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,136
Tête enseignante GPT0,320
Écart entre enseignants0,183 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207