Québec en temps de pandémie de COVID-19 : l’expérience de personnes migrantes vivant à Montréal sans assurance médicale
Bibliographic record
Abstract
En mars 2020, l’Organisation mondiale de la santé déclare une pandémie mondiale de SARS-CoV-2. Rapidement, le gouvernement du Québec décrète l’état d’urgence sanitaire alors que la métropole de la province, Montréal, se voit affligée de la plus forte prévalence du virus lors de la première vague. La vulnérabilité et les iniquités antérieurement documentées sont potentialisées parmi les populations migrantes et plus spécifiquement pour celles vivant sans assurance médicale. Selon les données les plus récentes, 50 000 à 70 000 personnes vivent sans couverture médicale au Québec. Déjà, avant la pandémie, les personnes migrantes sans assurance médicale (MSAM) étaient confrontées à des barrières culturelles, linguistiques, économiques lorsqu’elles se présentaient dans le réseau public de santé. Ce mémoire de maîtrise vise à documenter les enjeux sociaux, de santé et d’accès aux soins au Québec, plus spécifiquement à Montréal pour la population MSAM dans le contexte de la COVID-19. Une analyse thématique des entretiens semi-dirigés menés auprès de personnes MSAM (n=19) est supportée par le cadre des déterminants sociaux de santé (Gautier et al.,2020). Quatre thèmes émergents de l’analyse seront présentés: Perceptions et attentes par rapport aux politiques (1), Précarité des conditions de vie et de travail : la position sociale déterminante avant et durant la pandémie (2), Stratégies d’adaptation (et leurs limites) pour prévenir les menaces à la santé (3) intraitables institutions de santé en pandémie de COVID-19 (Ou comment les institutions accentuent-elles les barrières d’accès aux soins?) (4). Les résultats de ce projet de recherche mettent en lumière des difficultés et des défis, potentiellement productrices d’ISS, auxquelles ont dit faire face les personnes MSAM durant les premières vagues de la pandémie. Des recommandations sont adressées aux décideurs et aux institutions de santé afin de favoriser l’inclusion des personnes MSAM dans la société québécoise. Celles-ci touchent notamment des politiques et des programmes pour améliorer leur accessibilité aux soins de santé et aux programmes sociaux en temps de pandémie et même au-delà.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".