Do health policy advisors know what the public wants? An empirical comparison of how health policy advisors assess public preferences regarding smoke-free air, and what the public actually prefers
Notice bibliographique
Résumé
BACKGROUND: Health policy-making, a complex, multi-factorial process, requires balancing conflicting values. A salient issue is public support for policies; however, one reason for limited impact of public opinion may be misperceptions of policy makers regarding public opinion. For example, empirical research is scarce on perceptions of policy makers regarding public opinion on smoke-free public spaces. METHODS: Public desire for smoke-free air was compared with health policy advisor (HPA) perception of these desires. Two representative studies were conducted: one with the public (N = 505), and the other with a representative sample of members of Israel's health-targeting initiative, Healthy Israel 2020 (N = 34), in December 2010. Corresponding questions regarding desire for smoke-free areas were asked. Possible smoke-free areas included: 100% smoke-free bars and pubs; entrances to health facilities; railway platforms; cars with children; college campuses; outdoor areas (e.g., pools and beaches); and common areas of multi-dweller apartment buildings. A 1-7 Likert scale was used for each measure, and responses were averaged into a single primary outcome, DESIRE. Our primary endpoint was the comparison between public preferences and HPA assessment of those preferences. In a secondary analysis, we compared personal preferences of the public with personal preferences of the HPAs for smoke-free air. RESULTS: HPAs underestimated public desire for smoke-free air (Public: Mean: 5.06, 95% CI:[4.94, 5.17]; HPA: Mean: 4.06, 95% CI:[3.61, 4.52]: p < .0001). Differences at the p = .05 level were found between HPA assessment and public preference for the following areas: 100% smoke-free bars and pubs; entrances to healthcare facilities; train platforms; cars carrying children; and common areas of multi-dweller apartment buildings. In our secondary comparison, HPAs more strongly preferred smoke-free areas than did the public (p < .0001). CONCLUSIONS: Health policy advisors underestimate public desire for smoke-free air. Better grasp of public opinion by policy makers may lead to stronger legislation. Monitoring policy-maker assessment of public opinion may shed light on incongruities between policy making and public opinion. Further, awareness of policy-maker misperceptions may encourage policy-makers to demand more accurate information before making policy.
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 | 0,045 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».