THE EXPERIENCES OF HEALTH CARE WORKERS IN MANAGING AND PREVENTING COVID-19 AMONG MFWs IN NIAGARA REGION, ONTARIO
Notice bibliographique
Résumé
Background: A significant proportion of Canada’s agricultural industry is employed by migrant farm workers. The Niagara Region of Ontario, Canada hosts some of the largest farming operations in the province and employs a large migrant workforce. The various challenges faced by these workers in Canada have long been recognized including barriers to healthcare accessibility. The COVID-19 pandemic threatened the health of many migrant farm workers in Ontario as the proximity in which workers live and work with one another lead to elevated infection transmission rates. At the time of study commencement, very little contemporary research had been conducted exploring health care for migrant farm workers amid the pandemic. The primary aim of this thesis is to accurately describe how COVID-19 has been managed among migrant workers in Niagara Region from the perspective of health care workers with an active role in health care provision and infection prevention. Methodology: A qualitative description study design with a naturalistic approach was used to capture a straightforward description of this novel phenomena. Seven health care workers employed at several different health organizations in Niagara Region were interviewed for this study using an open-ended interview guide. Results: Using qualitative content analysis, three themes and six categories were identified. The theme adapting to role changes identified the work role modifications experienced by participants in response to the COVID-19 pandemic. The ongoing implementation of and adjustment to regulations for COVID-19 prevention are discussed under the theme navigating regulation changes. The theme responsibility of healthcare services encompasses participant perspectives of how MFW and provider experiences are impacted by the nature of healthcare responsibility. Results from this study may inform recommendations for infectious disease programs geared toward migrant farm workers and help to identify areas for improvement regarding infection prevention practises in the workplace and living quarters.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,007 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».