132 Can exposure to framed messages about safety reduce risk behaviours by school-aged children?
Notice bibliographique
Résumé
Statement of Purpose The current study aimed to determine whether delivering framed safety messages (gain-framed, loss-framed, and no frame) in poster format reduced physical risk-taking behaviours when children were in a positive mood. Previous research has shown that when in an elevated positive mood state, children engage in more risk behaviours than when in a neutral mood state, which leads to greater risk of injury (Morrongiello et al., 2014). Research in this area is particularly important for school-aged children, who are becoming increasingly independent and more vulnerable to injury outside of the home (Morrongiello et al., 2013). Method/Approach 28 children (7–9 years old) were exposed to a message (gain-frame, loss-frame, or no frame (control) message) regarding play behaviours on a specific risk-taking measure (an obstacle course). Children’s risk-taking was measured before and after a positive mood has been induced, and the impact of framed safety messaging on risk-taking behaviours was examined. Results Results indicated the positive mood induction was successful and led to increased risk taking when participants were in a positive mood. Both gain- and loss- framed messages differentially counteracted this mood effect and led to reduced risk taking, but the loss-framed message reduced risky behaviours to a level significantly lower than the participants’ baseline risk-taking behaviours. Conclusions Results demonstrate that even in a positive mood, children can be influenced to engage in safer play behaviours with the use of message framing (particularly loss-framed messaging). Significance and Contributions to Injury and Violence Prevention Science Given that physical risk taking was mitigated by framed safety posters (particularly loss-framed posters) even when children were in a positive mood, framed posters may be a cost-effective and useful intervention in places like public parks, where children are often happy and inclined to engage in increased risk-taking.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».