Application of the Health Belief Model to U.S. Magazine Text and Image Coverage of Skin Cancer and Recreational Tanning (2000–2012)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The health belief model (HBM) has been widely used to inform health education, social marketing, and health communication campaigns. Although the HBM can explain and predict an individual's willingness to engage in positive health behaviors, its application to, and penetration of the underlying constructs into, mass media content has not been well characterized. We examined 574 articles and 905 images about skin cancer and tanning risks, behaviors, and screening from 20 U.S. women's and men's magazines (2000-2012) for the presence of HBM constructs: perceived susceptibility, perceived severity, perceived benefits, perceived barriers, self-efficacy, and cues to action. Susceptibility (48.1%) and severity (60.3%) information was common in text. Perceived benefits (36.4%) and barriers (41.5%) to prevention of skin cancer were fairly equally mentioned in articles. Self-efficacy (48.4%) focused on sunscreen use. There was little emphasis on HBM constructs related to early detection. Few explicit cues to action about skin cancer appeared in text (12.0%) or images (0.1%). HBM constructs were present to a significantly greater extent in text versus images (e.g., severity, 60.3% vs. 11.3%, respectively, χ(2) = 399.51, p < .0001; benefits prevention, 36.4% vs. 8.0%, respectively, χ(2) = 184.80, p < .0001), suggesting that readers are not visually messaged in ways that would effectively promote skin cancer prevention and early detection behaviors.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle