نوع مقاله : پژوهشی-مطالعه موردی

نویسندگان

1 دانشکده معماری و شهرسازی، دانشگاه علم و صنعت ایران، تهران، ایران

2 گروه آمار و اپیدمیولوژی، مرکز تحقیقات پیشگیری از آسیبهای ترافیکی، دانشگاه علوم پزشکی تبریز، تبریز، ایران

3 مرکز تحقیقات روانپزشکی و علوم رفتاری، دانشگاه علوم پزشکی تبریز، تبریز، ایران

چکیده

به منظور کنترل همه‌گیری کووید-19، متخصصان تلاش داشته­اند تا عوامل محیطی مؤثر بر شیوع همه­گیری را شناسایی کنند. اما مروری بر ادبیات موضوع نشان می­دهد در شناسایی این عوامل، نظر عموم افراد چندان مدنظر  نبوده است. درصورتیکه، ایشان به دلیل تعامل مداوم، می‌توانند آگاهی بیشتری نسبت به عوامل تهدیدکننده در محیط زندگیشان داشته باشند. هدف این تحقیق، شناسایی عوامل محیطی است که با وجود اینکه از طریق اختلال در فاصله‌گذاری اجتماعی، باعث ایجاد احساس خطر ابتلا به کووید-19 می‌شوند، در ادبیات موضوع مورد توجه نبوده‌اند. تحقیق حاضر از نوع اکتشافی است که درآن با استفاده از پرسشنامه‌ای باز، عوامل محیطی مختل‌کننده بررسی شده‌اند. سپس، با استفاده از روش تحلیل محتوا، پاسخ‌ها کدگذاری و با استفاده از روش آنتروپی‌شانون، وزندهی شده‌اند. درنهایت، با مقایسه متغیر پراهمیت با متغیرهای حاصل از مرور ادبیات، شکاف مطالعاتی مورد بحث قرار گرفته است. نتایج نشان می‌دهد که از میان ویژگی‌های  محیط ساخته شده، برخی از کاربری‌ها (نظیر نانوایی‌ها)، ویژگی‌های مسیرهای رفت‌وآمد (نظیر ماشین‌های پارک شده) و تسهیلات شهری (نظیر زیرساخت‌های خرید آنلاین) از نظر عموم افراد می‌توانند بر احتمال ابتلا تأثیرگذار باشند. همچنین عواملی نظیر آلودگی صوتی نیز می‌توانند با تأثیر بر سلامت روانی بر احساس خطر ابتلا در محیط بیافزایند. بعلاوه، بر اساس نتایج، توجه به میزان رعایت بهداشت فردی و جمعی و برخی از رفتارهای عمومی، در ارتباط با مقوله فرهنگی-اجتماعی، و  توجه به دستفروشی، در ارتباط با مقوله ناهنجاری­های اجتماعی، نیز ضروری بنظر می آید. در ضمن، در تحقیق حاضر عوامل محیطی جدیدتری نیز معرفی شدند که در برنامه­ریزی شهری چندان مورد توجه نبوده­اند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

The Environmental Factors Affecting Covid-19 infection: Literature Gap, Case study: Tabriz

نویسندگان [English]

  • Shiva Ghafari Jabari 1
  • Abass Yazdanfar 1
  • Mohamad Ali Khan Mohammadi 1
  • Homayoun Sadeghi Bazargani 2
  • Mostafa Farah Bakhsh 3

1 Architecture Department, Iran University of Science and Technology, Tehran, IRAN

2 Road Traffic Injury Prevention Research Center, Tabriz University of Medical Sciences, Tabriz, Iran

3 Research Center of Psychiatry and Behavioral Sciences, Tabriz University of Medical Sciences, Tabriz, Iran

چکیده [English]

The COVID-19 crisis has changed the face of cities by preventing most urban activities. In this regard, scientists studied the effect of various environmental factors on the infection of COVID-19 to control its outbreak in the urban context. While the factors measured were limited to the statistical data or literature on the other diseases, it seems that public opinion is determinant here because they constantly interact with their living environment and are more aware of the threatening factors surrounding them. This study aims to identify the factors not considered in the literature but found impressive by the public. Therefore, we conduct a survey and compare its results with the factors studied in the literature. Finally, we introduced some new variables to consider in future studies. The results showed some features of the built environment, the socio-cultural factors, and socio-anomalies were not discussed in the literature anymore. For the socio-cultural subject, the measurement of the impact of personal and social hygiene and some general behavior was recommended as well as the impact of the peddling of the socio-anomalies category. Also, in addition to the built environment factors studied, some of the city uses that met constantly by the public (e.g., bakeries), some features of the transport networks (e.g., sidewalks), and some urban facilities (e.g., benches) was suggested to be studied in the future studies. Interestingly, we introduced some other urban features that were generally not considered in urban planning. Finally, we proposed some strategies to reduce the effect of each factor.

کلیدواژه‌ها [English]

  • Infection
  • Covid-19
  • Built Environment
  • Socio-cultural Factors
  • Social Anomalies
  1.  

    1. پورمحمدی، م.ر.، و جام کسری، م. (1389). ارزیابی ناپایداری در توسعة فضایی متروپل تبریز. مطالعات و پژوهش‌های شهری و منطقه‌ای، 4(1)، 18-1.
    2. رنجبر، ه.، حقدوست، ع.‌ا.، صلصالی، م.، خوشدل، ع.، سلیمانی، م.ع.، و بهرامی، ن. (1391). نمونه‌گیری در پژوهش‌های کیفی: راهنمایی برای شروع. دانشگاه علوم پزشکی ارتش جمهوری اسلامی ایران، 3(1)، 250-238.
    3. صحراگرد منفرد، ن. (1394). مدل مؤلفه‌های طراحی مرکز محله مشارکت محور با رویکرد ادراکی (نمونه موردی: مرکز محله چیذر). پایان­نامه دکتری، تهران: دانشگاه علم و صنعت ایران.
    4. مجتبایی، م. (1400). گروه‌بندی جدید مشاغل صنفی برای تعطیلی کرونایی https://donya-e-eqtesad.com.

     

    1. Andersen, L. M., Harden, S. R., Sugg, M. M., Runkle, J. D., & Lundquist, T. E. (2021). Analyzing the spatial determinants of local Covid-19 transmission in the United States. Science of the Total Environment, 754, 1-14.
    2. Blut, M., & Iyer, G. R. (2020). Consequences of Perceived Crowding: A Meta-Analytical Perspective. Journal of Retailing, 96(3), 362–382.
    3. Center of Disease Control. (2021, November 22). Risk for COVID-19 Infection, Hospitalization, and Death By Age Group. https://www.cdc.gov/coronavirus/2019-ncov/covid-data/investigations-discovery/hospitalization-death-by-age.html.
    4. Chang, T. S. (2021). Social distancing in retail: Influence of perceived retail crowding and self-efficacy on employees’ perceived risks. Journal of Retailing and Consumer Services, 62(2021), 1-9.
    5. Conger, A. J. (2017). Kappa and rater accuracy: Paradigms and parameters. Educational and Psychological Measurement, 77(6), 1019–1047.
    6. Cullen, W., Gulati, G., & Kelly, B. D. (2020). Mental health in the COVID-19 pandemic. An International Journal of Medicine, 113(5), 311–312.
    7. Duan, L., & Zhu, G. (2020). Psychological interventions for people affected by the COVID-19 epidemic. Lancet Psychiatry, 7, 300–302.
    8. Duhon, J., Bragazzi, N., & Kong, J. D. (2021). The impact of non-pharmaceutical interventions, demographic, social, and climatic factors on the initial growth rate of COVID-19: A cross-country study. Science of the Total Environment, 760, 1-9.
    9. Feizizadeh, B., & Blaschke, T. (2013). Land suitability analysis for Tabriz County, Iran : a multi-criteria evaluation approach using GIS. J. Environ. Plan. Manag, 56(1), 1–23.
    10. Ferrara, M., Langiano, E., Falese, L., De Marco, A., & De Vito, E. (2021). Quality of life and psychosocial impacts of the different restrictive measures during one year into the COVID-19 pandemic on patients with cancer in Italy: An ecological study. International Journal of Environmental Research and Public Health, 18(13), 1-14.
    11. Frank, L. D. L. D., Iroz-Elardo, N., MacLeod, K. E., & Hong, A. (2019). Pathways from the built environment to health: A conceptual framework linking behavior and exposure-based impacts. Journal of Transport & Health, 12, 319–335.
    12. Fraser, J., Bazuin, J. T., & Hornberger, G. (2015). The privatization of neighborhood governance and the production of urban space. Environment and Planning A, 48(5), 844–870.
    13. Gargiulo, C., Gaglione, F., Guida, C., Papa, R., Zucaro, F., & Carpentieri, G. (2020). The role of the urban settlement system in the spread of the Covid-19 pandemic. The Italian case. Tema - Journal of Land Use, Mobility, and Environment, 14, 189–212.
    14. Hamidi, S., Sabouri, S., & Ewing, R. (2021). Does Density Aggravate the Covid-19 Pandemic? Journal of the American Planning Association, 86(4), 495–509.
    15. Honigsbaum, M. (2020). The pandemic century: one hundred years of panic, hysteria, and hubris. US: W. W. Norton & Company.
    16. Kan, Z., Kwan, M. P., Wong, M. S., Huang, J., & Liu, D. (2021). Identifying the space-time patterns of COVID-19 risk and their associations with different built environment features in Hong Kong. Science of the Total Environment, 772, 145379.
    17. Kwok, C. Y. T., Wong, M. S., Chan, K. L., Kwan, M. P., Nichol, J. E., Liu, C. H., Wong, J. Y. H., Wai, A. K. C., Chan, L. W. C., Xu, Y., Li, H., Huang, J., & Kan, Z. (2021). Spatial analysis of the impact of urban geometry and socio-demographic characteristics on COVID-19, a study in Hong Kong. Science of the Total Environment, 764, 1-15.
    18. Li, X., Zhou, L., Jia, T., Peng, R., Fu, X., & Zou, Y. (2020). Associating COVID-19 severity with urban factors: A case study of Wuhan. International Journal of Environmental Research and Public Health, 17(18), 1–20.
    19. Liu, L. (2020). Emerging study on the transmission of the Novel Coronavirus (COVID-19) from urban perspective: evidence from China. Cities, 103, 1-11.
    20. Lowe, A., Norris, A. C., Farris, A. J., & Babbage, D. R. (2018). Quantifying Thematic Saturation in Qualitative Data Analysis. Field Methods, 30(3), 191–207.
    21. Montes-González, D., Vílchez-Gómez, R., Barrigón-Morillas, J. M., Atanasio-Moraga, P., Rey-Gozalo, G., & Trujillo-Carmona, J. (2018). Noise and Air Pollution Related to Health in Urban Environments. Proceedings, 2(20), 1-5.
    22. Qiu, Y., Chen, X., & Shi, W. (2020). Impacts of social and economic factors on the transmission of coronavirus disease 2019 (COVID-19) in China. Journal of Population Economics, 33(4), 1127–1172.
    23. Szczygiel, B., & Hewitt, R. (2000). Nineteenth-Century Medical Landscapes: John H. Rauch, Frederick Law Olmsted, and the Search for Salubrity. Bulletin of the History of Medicine, 74(4), 708–734.
    24. UN-Habitat. (2021, March 12). Cities and Pandemics : Towards a More Just, Green and Healthy Future. https://unhabitat.org/sites/default/files/2021/03/cities_and_pandemics-towards_a_more_just_green_and_healthy_future_un-habitat_2021.pdf
    25. United Nations. (2018). Agglomerations with 300,000 Inhabitants or More in 2018, by country. United Nations: Department of Economic and Social Affairs, Population Division.
    26. Urban, R. C., & Nakada, L. Y. K. (2021). GIS-based spatial modeling of COVID-19 death incidence in São Paulo, Brazil. Environment & Urbanization, 33(1), 229–238.
    27. Vaz, E. (2021). COVID-19 in Toronto: A spatial exploratory analysis. Sustainability (Switzerland), 13(2), 1–15.
    28. Venter, Z. S., Barton, D. N., Gundersen, V., Figari, H., & Nowell, M. (2020). Urban nature in a time of crisis : recreational use of green space increases during the COVID-19 outbreak in Oslo, Norway. Environmental Research Letters. 15 (2020), 1-11.
    29. World Health Organization. (2009, December 26). Night Noise Guidelines for Europe. https://www.euro.who.int/__data/assets/pdf_file/0017/43316/E92845.pdf.
    30. World Health Organization. (2021, December 2). COVID-19 infection prevention and control guidance. https://www.who.int/westernpacific/emergencies/covid-19/technical-guidance/infection-prevention-control.
    31. Wu, X., Yin, J., Li, C., Xiang, H., Lv, M., & Guo, Z. (2021). Natural and Human Environment Interactively Drive Spread Pattern of COVID-19: A City-level Modeling Study in China. Science of the Total Environment, 756, 1-9.
    32. Xie, J., Luo, S., Furuya, K., & Sun, D. (2020). Urban Parks as Green Bu ff ers During the COVID-19 Pandemic. Sustainability (Switzerland), 12, 1–17.
    33. Yip, L. T., Huang, Y., & Liang, C. (2021). Built environment and the metropolitan pandemic: Analysis of the COVID-19 spread in Hong Kong. Building and Environment, 188, 1-17.
    34. You, H., Wu, X., & Guo, X. (2020). Distribution of COVID-19 morbidity rate in association with social and economic factors in Wuhan, China: Implications for urban development. International Journal of Environmental Research and Public Health, 17(10), 1-14.
    35. Zahir, A. M., Oli, A., Zhou, A., Sang, H., Liu, S., & Akbaruddin, A. (2020). Epidemic of COVID-19 in China and associated Psychological Problems. Asian Journal of Psychiatry, 51(2020), 1-7,
CAPTCHA Image