MétaCan
Menu
Retour à la cohorte
Enregistrement W6978158231 · doi:10.6084/m9.figshare.c.7356606.v1

“It’s what we perceive as different”: an interpretative phenomenological analysis of Nigerian women’s characterization of their health during the COVID-19 pandemic

2024· other· en· W6978158231 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2024
Typeother
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSuperordinate goalsInterpretative phenomenological analysisPandemicDisadvantageHealth careTypologyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Health has historically been adversely affected by social, economic, and political pandemics. In parallel with the spread of diseases, so do the risks of comorbidity and death associated with their consequences. As a result of the current pandemic, shifting resources and services in resource-poor settings without adequate preparation has intensified negative consequences, which global service interruptions have exacerbated. Pregnant women are especially vulnerable during infectious disease outbreaks, and the current pandemic has significantly impacted them. Methods This study used an interpretive phenomenological analysis study with a feminist lens to investigate how women obtained healthcare in Ebonyi, Ogun, and Sokoto states Nigeria during the COVID-19 pandemic. We specifically investigated whether the epidemic influenced women’s decisions to seek or avoid healthcare and whether their experiences differed from those outside of it. Results We identified three superordinate themes: (1) the adoption of new personal health behaviour in response to the pandemic; (2) the pandemic as a temporal equalizer for marginalized individuals; (3) the impacts of the COVID-19 pandemic on maternal health care. In Nigeria, pregnant women were affected in a variety of ways by the COVID-19 epidemic. Women, particularly those socially identified as disabled, had to cross norms of disadvantage and discrimination to seek healthcare because of the pandemic’s impact on prescribed healthcare practices, the healthcare system, and the everyday landscapes defined by norms of disadvantage and discrimination. Conclusion It is clear from the current pandemic that stakeholders must begin to strategize and develop plans to limit the effects of future pandemics on maternal healthcare, particularly for low-income women.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,016
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,024
Communication savante0,0090,009
Science ouverte0,0020,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,044
Tête enseignante GPT0,322
Écart entre enseignants0,278 · 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 sujetBlockchain Technology in Education and LearningTravaux en français237 207