.svg){kind=icon}
.svg){kind=icon}
%201.svg){kind=icon}
%201.svg){kind=icon}
.svg){kind=icon}
.svg)
.svg)
Harsh Parikh
Harsh Parikh is a Ph.D. student at Duke University in the US. His research work focuses on causal inference and machine learning. He has done his B.Tech. in computer science from Indian Institute of Technology (IIT), Delhi.
.svg)
कोविड-19: विपरीत पलायन से उत्पन्न होने वाले जोखिम को कम करना
भारत में कोविड-19 लॉकडाउन से सबसे बुरी तरह प्रभावित वर्गों में से एक वर्ग प्रवासी मजदूरों का है, जो बेरोजगार, धनहीन और बेघर हो गये हैं। हालांकि कई राज्य सरकारों द्वारा प्रवासी मजदूरों को वापस लाने और उनके सुरक्षित आवागमन को सुविधाजनक बनाने के लिए प्रयास किए जा रहे हैं, लेकिन यह ‘विपरीत पलायन’ राज्यों के भीतरी क्षेत्रों में संक्रमण के फैलने का खतरा बढ़ाता है। इस आलेख में, पारिख, गुप्ता, और सुभम इस बात पर चर्चा करते हैं कि कैसे राज्य इस शीघ्र संभावित जोखिम को कम कर सकते हैं।
Covid-19: Mitigating the risk from reverse migration
One of the worst affected sections from India’s Covid-19 lockdown has been the migrant workers who have been left jobless, moneyless, and homeless. Though efforts are being made by several state governments to bring back migrant workers and facilitate their safe movement, this ‘reverse migration’ raises the risk of the spread of infection to the hinterlands. In this post, Parikh, Gupta, and Subham discuss how states can mitigate this imminent risk.