Analyse différenciée selon le sexe et le genre des impacts de la pandémie COVID-19 sur la santé des hommes québécois
Bibliographic record
Abstract
La pandémie mondiale de la COVID-19 que nous vivons depuis plus de deux ans s’est avérée une menace importante à la santé de diverses populations. Afin d’explorer le rôle que les déterminants de la santé du sexe et du genre jouent dans ce contexte, cet essai propose une analyse différenciée selon le sexe et le genre (ADSG) des impacts pandémiques sur la santé des hommes québécois. À partir d’une recension des écrits divisée selon les trois plans de la santé (physique, psychologique et sociale), il a été possible de constater que les hommes présentaient, sur le plan de la santé physique, une prédisposition à vivre des complications plus importantes que les femmes suite à une infection. De plus, la pandémie aurait eu des impacts particulièrement négatifs sur leur santé psychologique et sociale, avec des indices de détresse psychologique ayant doublé chez les hommes québécois et une perception de dégradation des relations sociales, conjugales et père-enfant(s). L’ADSG a ensuite permis de ressortir le rôle que les déterminants de la santé du sexe et du genre jouent dans chacun de ces plans de la santé, particulièrement la façon dont la socialisation masculine affecte les comportements d’un homme en matière de santé. Finalement, nous proposons des orientations d’intervention basées sur le modèle suggéré par Griffith (2020) afin de mitiger les impacts négatifs sur la santé des hommes. Les 5 axes d’interventions à privilégier sont : 1) l’éducation à la santé ; 2) la promotion de la santé et des soins préventifs ; 3) données spécifiques au sexe et au genre dans la pratique ; 4) les services de prestation de soins de santé ; et 5) les politiques de santé et interventions législatives.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".