Factors influencing health behaviours in response to the air quality health index: a cross-sectional study in Hamilton, Canada
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
Research associating adverse health effects with air pollution exposure is robust. Public health authorities recognize the need to implement population health strategies that protect public health from air pollution exposure. The Air Quality Health Index (AQHI) is a public health initiative that is intended to protect the public's health from exposure to air pollution. The aim of this research was to identify and explain factors influencing AQHI adoption at the individual level and to establish intervention strategies. A cross-sectional survey with both quantitative and qualitative questions was administered in Hamilton, Ontario, Canada, during the months of June to October 2012. Logistic regression and the Health Belief Model are used to explore the data. Demographics (gender, age, education, and area of residence), knowledge/understanding, and individual risk perceptions (neighbourhood air effects on health) were found to be significant predictors of AQHI adoption. The perceived benefits of AQHI adoption included protection of health for self and those cared for via familial and (or) occupational duties, whereas the perceived barriers of AQHI adoption included lack of knowledge about where to check and lack of time required to check and follow AQHI health messages. Also, self-efficacy was uncovered as a factor influencing AQHI adoption. Accordingly, increases in AQHI adoption could be achieved via increasing AQHI knowledge among low socioeconomic status females, communicating the benefits of AQHI adoption to “at-risk” populations and implementing supports for males to follow AQHI health messages.
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 | 0,015 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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