MétaCan
Menu
Retour à la cohorte
Enregistrement W2135467490 · doi:10.1504/ijram.2007.015301

Differential perception of chemical, biological, radiological and nuclear terrorism in Canada

2007· article· en· W2135467490 sur OpenAlexaffabout
Louise Lemyre, Michelle C. Turner, Jennifer E. C. Lee, Daniel Krewski

Notice bibliographique

RevueInternational Journal of Risk Assessment and Management · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensUniversity of OttawaInstitute of Population and Public Health
Organismes subventionnairesnon disponible
Mots-clésTerrorismPreparednessRadiological weaponPerceptionRisk perceptionNuclear terrorismPsychologyPolitical scienceSocial psychologyMedicineLaw

Résumé

récupéré en direct d'OpenAlex

As part of the Canadian national public survey of perceived chemical, biological, radiological and nuclear (CBRN) terrorism threat and preparedness, 1502 Canadians were recently interviewed by telephone. This paper presents a descriptive examination of perceptions of the occurrence of terrorist bombings and CBRN terrorism in Canada on a number of evaluative dimensions, including perceived likelihood, uncertainty, severity, personal impact and ability to cope should such an event occur. Overall, Canadians perceived that the occurrence of terrorism in Canada was associated with serious consequences and would have a great impact on their lives. However, they also perceived that such an event was unlikely to occur. Terrorist bombings were perceived as the most likely to occur but were perceived as having the least severe consequences. The converse was found for perceptions of nuclear terrorist attacks. Perceptions varied by demographic background, with gender and education representing important determinants. The implications of findings for risk management and communication are discussed.

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)0,003
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 enseignants0,014
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,325
Écart entre enseignants0,308 · 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

Citations13
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Risk Assessment and ManagementMême sujetRisk Perception and ManagementTravaux en français237 207