MétaCan
Menu
Retour à la cohorte
Enregistrement W1555457716 · doi:10.1111/j.1539-6924.2010.01560.x

Context, Cultural Bias, and Health Risk Perception: The “Everyday” Nature of Pesticide Policy Preferences in London, Calgary, and Halifax

2011· article· en· W1555457716 sur OpenAlexafffundabout
Rachel Hirsch, Jamie Baxter

Notice bibliographique

RevueRisk Analysis · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensWestern UniversityYork University
Organismes subventionnairesCouncil of Ontario Universities
Mots-clésContext (archaeology)PerceptionRisk perceptionOccupational safety and healthPsychologyEnvironmental healthSocial psychologyApplied psychologyEnvironmental planningPolitical scienceGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Risk perception and the cultural theory of risk have often been contrasted in relation to risk-related policy making; however, the local context in which risks are experienced, an important component of everyday decision making, remains understudied. What is unclear is the extent to which localized community beliefs and behaviors depend on larger belief systems about risk (i.e., worldviews). This article reports on a study designed to understand the relative importance of health risk perceptions (threat of harm); risk-related worldviews (cultural biases); and the experiences of local context (situated risk) for predicting risk-related policy preferences regarding cosmetic pesticides. Responses to a random telephone questionnaire are used to compare residents' risk perceptions, cultural biases, and pesticide bylaw preferences in Calgary (Alberta), Halifax (Nova Scotia), and London (Ontario), Canada. Logistic regression shows that the most important determinants of pesticide bylaw preference are risk perception, lack of benefit, and pesticide "abstinence." Though perception of health risk is the best single predictor of differences in bylaw preferences, social factors such as gender and situated risk factors like conflict over chemical pesticides, are also important. Though cultural biases are not important predictors of pesticide bylaw preference, as in other studies, they are significant predictors of health risk perception. Pesticide bylaw preference is therefore more than just a health risk perception or worldview issue; it is also about how health risk becomes situated-contextually-in the experiences of residents' everyday lives.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,052
Tête enseignante GPT0,347
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetRisk Perception and ManagementTravaux en français237 207