Context, Cultural Bias, and Health Risk Perception: The “Everyday” Nature of Pesticide Policy Preferences in London, Calgary, and Halifax
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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