La position sociale : un déterminant révélateur de l’expérience des personnes migrantes sans assurance médicale à Montréal durant la pandémie de COVID-19
Bibliographic record
Abstract
Selon les plus récentes estimations, la Loi sur l’assurance maladie laisse 50 000 à 70 000 migrants sans assurance médicale au Québec. L’accès aux soins de santé dans la province canadienne est, entre autres, lié au statut migratoire. Avant la pandémie, diverses barrières à l’accès aux soins (administratives, économiques, linguistiques, culturelles, etc.) avaient été identifiées. En tant que déterminant social de la santé, l’accès discriminatoire aux soins de santé nuit à la santé de ces migrants. Dans le contexte de la crise sanitaire liée à la COVID-19, les inégalités sociales en santé ont semblé s’intensifier pour les personnes issues des diverses communautés migrantes vivant à Montréal et ailleurs dans le monde. Grâce à un projet de recherche qualitatif, nous explorons dans cet article comment la position sociale, en particulier le statut migratoire, se traduit dans l’expérience vécue pendant la pandémie de COVID-19 pour les personnes migrantes sans assurance médicale vivant à Montréal. Pour atteindre cet objectif, nous avons mené des entretiens semi-structurés auprès de 19 personnes lors de la première et de la deuxième vague de pandémie (août 2020 à octobre 2020). Nos résultats suggèrent que le statut migratoire, à l’intersection avec le revenu, les conditions de travail et les rapports de genre, joue un rôle déterminant sur l’expérience vécue des participants avant et pendant la pandémie. Cela met en lumière l’urgence de mettre en place des politiques publiques plus inclusives pour assurer l’accès à l’aide sociale et à l’assurance médicale afin de remédier aux inégalités sociales en santé auxquelles sont confrontées les personnes migrantes sans assurance médicale vivant au Québec.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".