MétaCan
Menu
Retour à la cohorte
Enregistrement W2140519314 · doi:10.1093/her/cyq072

Correlates of hot day air-conditioning use among middle-aged and older adults with chronic heart and lung diseases: the role of health beliefs and cues to action

2010· article· en· W2140519314 sur OpenAlexaffabout
Lucie Richard, Tom Kosatsky, Antoinette Renouf

Notice bibliographique

RevueHealth Education Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth belief modelGerontologyTelephone interviewPopulationPublic healthPhysical therapyEnvironmental healthHealth education

Résumé

récupéré en direct d'OpenAlex

Extreme ambient heat is a serious public health threat, especially for the elderly and persons with pre-existing health conditions. Although much of the excess mortality and morbidity associated with extreme heat is preventable, the adoption of effective preventive strategies is limited. The study reported here tested the predictive power of selected components of the Health Belief Model for air-conditioning (AC) use among 238 non-institutionalized middle-aged and older adults with chronic heart failure and/or chronic obstructive pulmonary disease living in Montréal, Canada. Respondents were recruited through clinics (response rate 71%) and interviews were conducted in their homes or by telephone. Results showed that 73% of participants reported having a home air conditioner. The average number of hours spent per 24-hour period in air-conditioned spaces during heat waves was 14.5 hours (SD = 9.4). Exploratory structural equation modeling showed that specific beliefs about the benefits of and drawbacks to AC as well as internal cues to action were predictive of its level of use, whereas the perceived severity of the effects of heat on health was not. The findings are discussed in light of the need to adequately support effective response to extreme heat in this vulnerable population.

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)0,004
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 enseignants0,117
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,058
Tête enseignante GPT0,394
Écart entre enseignants0,336 · 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

Citations51
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Education ResearchMême sujetClimate Change and Health ImpactsTravaux en français237 207