MétaCan
Menu
Retour à la cohorte
Enregistrement W2023780179 · doi:10.1111/j.0272-4332.2003.00392.x

Weighing Health Benefit and Health Risk Information when Consuming Sport‐Caught Fish

2003· article· en· W2023780179 sur OpenAlexaboutno aff
Barbara A. Knuth, Nancy A. Connelly, Judy Sheeshka, Jacqueline Patterson

Notice bibliographique

RevueRisk Analysis · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesNew York Sea Grant, State University of New YorkResearch Foundation for the State University of New YorkNational Oceanic and Atmospheric AdministrationU.S. Department of Commerce
Mots-clésEnvironmental healthConsumption (sociology)PopulationPublic healthFish <Actinopterygii>Health riskHealth benefitsMedicineFisheryNursing

Résumé

récupéré en direct d'OpenAlex

Fish consumers may incur benefits and risks from eating fish. Health advisories issued by states, tribes, and other entities typically include advice about how to limit fish consumption or change other behaviors (e.g., fish cleaning or cooking) to reduce health risks from exposure to contaminants. Eating fish, however, may provide health benefits. Risk communicators and fish consumers have suggested the importance of including risk comparison information, as well as health risk-benefit comparisons in health advisory communications. To improve understanding about how anglers fishing in waters affected by health advisories may respond to such risk-risk or risk-benefit information, we surveyed Lake Ontario (NY, USA) anglers. We interviewed by telephone 4,750 anglers, 2,593 of which had fished Lake Ontario in the past 12 months and were sent a detailed mail questionnaire (1,245 responded). We posed questions varying the magnitude of health risks and health benefits to be gained by fish consumption, and varied the population affected by these risks and benefits (anglers, children, women of childbearing age, and unborn children). Respondents were influenced by health benefit and health risk information. When risks were high, most respondents would eat less fish regardless of the benefit level. When risks were low, the magnitude of change in fish consumption was related to level of benefit. Responses differed depending on the question wording order, that is, whether "risks" were posed before "benefits." For a given risk-benefit level, respondents would give different advice to women of childbearing age versus children, with more conservative advice (eat less fish) provided to women of childbearing age. Respondents appeared to be influenced more strongly by risk-risk comparisons (e.g., risks from other foods vs. risks from fish) than by risk-benefit comparisons (e.g., risks from fish vs. benefits from fish). Risk analysts and risk communicators should improve efforts to include risk-risk and risk-benefit comparisons in communication efforts, and to clarify to whom the health risks and benefits from fish consumption may accrue.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,312
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

Citations82
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetRisk Perception and ManagementTravaux en français237 207