Quelle efficacité de la menace dans les campagnes de sécurité routière ? Une évaluation tridimensionnelle
Notice bibliographique
Résumé
Les accidents de la route comptent parmi les plus importants problèmes de santé publique des trente dernières années. De nombreuses interventions sont mises en œuvre ou ont été améliorées pour tenter de les prévenir, notamment des campagnes de prévention. Malgré les efforts déployés pour élaborer de telles campagnes, leur efficacité n’est que rarement évaluée. Notre étude s’intéresse spécifiquement aux messages de sécurité routière basés sur la menace et vise à opérationnaliser d’une manière novatrice l’évaluation de leur efficacité. Nous avons évalué 14 messages télévisuels qui varient quant à trois niveaux de réalisme (symbolique/réalisme/hyperréalisme). Nous avons utilisé une approche évaluative tridimensionnelle combinant la réponse électrodermale de conduction, la technique de l’évaluation continue et les réponses cognitives spontanées. Les résultats démontrent que les messages où la menace est dépeinte de façon hyperréaliste sont les plus efficaces pour exacerber l’importance des processus émotionnels et cognitifs liés au traitement de l’information publicitaire.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».