Development and Validation of a Behavioural Index for Adaptation to High Summer Temperatures among Urban Dwellers
Notice bibliographique
Résumé
One of the consequences of climate change is the growing number of extreme weather events, including heat waves, which have substantial impacts on the health of populations. From a public health standpoint, it is vital to ensure that people can adapt to high heat, particularly in cities where heat islands abound. Identifying indicators to include in a parsimonious index would help better differentiate individuals who adapt well to heat from those who do not adapt as well. This study aimed at developing and validating a summer heat adaptation index for residents of the 10 largest cities in the province of Québec, Canada. A sample of 2000 adults in 2015 and 1030 adults in 2016 completed a telephone questionnaire addressing their adoption (or non-adoption) of behaviours recommended by public health agencies to protect themselves during periods of high temperature, and their perceptions of how high summer heat affects their mental and physical health. Item analysis, confirmatory factor analysis, multiple correspondence analysis, measurement invariance analyses and criterion-validity analyses were used to develop a 12-behaviour heat adaptation index for distinguishing between individuals who adapt well to high temperatures and those who do not adapt as well. The results indicated that the measurement and the factor structure of the index were invariant (equivalent) across the two independent samples of participants who completed the questionnaire at different times one year apart, an important prerequisite for unambiguous interpretation of index scores across groups and over time. The results also showed that individuals who perceived more adverse effects on their physical or mental health adopted more preventive behaviours during periods of high temperatures and humidity conditions compared to those who felt lesser or no effects. This study thus presents support for the validity of the index that could be used in future studies to monitor preventive behaviours adoption during summer periods of high temperature.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».