Prevalence and sociodemographic correlates of beliefs regarding cancer risks
Notice bibliographique
Résumé
BACKGROUND: Inaccurate beliefs about cancer risk may contribute to unhealthy lifestyle behaviors and poor adherence to recommended screening and prevention guidelines. To address this issue the current study assessed the prevalence and sociodemographic correlates of scientifically unsubstantiated beliefs about cancer risk in a representative sample of the US population. METHODS: Nine hundred fifty-seven US adults with no history of cancer were surveyed by telephone. The survey included 12 statements about cancer risk, risk factors, and prevention that were framed to be contrary to the consensus of current scientific evidence. RESULTS: Participants were inconsistent in their ability to identify the statements as false, and appraisal accuracy was associated with several sociodemographic characteristics. Five of the 12 misconceptions were endorsed as true by at least a quarter of the respondents, and uncertainty was higher than 15% for 7 statements. At the same time, more than two-thirds of the participants were able to identify 7 statements as false and, on average, respondents endorsed fewer than 3 statements as true. Respondents who were male, older, non-White, less educated, and of lower income were most likely to hold inaccurate beliefs. CONCLUSIONS: A notable percentage of the participants in this study hold beliefs about cancer risk at odds with the prevailing scientific evidence. Because the population segments with the least accurate knowledge also bear the greatest burden of cancer, areas for public education and intervention efforts are identified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».