Factors Leading Municipal Authorities to Implement Preventive Interventions for Lyme Disease
Notice bibliographique
Résumé
The aim of this study is to document climate change adaptation interventions targeting Lyme disease at the municipal level in the province of Quebec (Canada). This exploratory study relies on the theory of planned behavior and certain constructs from the health belief model to identify the factors leading municipal authorities to implement preventive interventions for Lyme disease (PILD). Data were obtained from an online survey sent, during the summer of 2018, to municipal officers in 820 municipalities in Quebec, in all health regions where the population is at risk of contracting Lyme disease (response rate = 36%). The questionnaire was used to measure the implementation of PILD, the intention to implement these interventions, attitudes, perceived social pressure, perceived control (levers and barriers) over interventions, perceived effectiveness of preventive measures, risk, and perceived vulnerability. Results of structural equation analyses showed that attitudes were significantly associated with municipal authorities' intention to implement PILD, while the intention to implement PILD was a significant predictor of the implementation of PILD. Additional analyses showed that perceived barriers added a moderating effect in the intention-implementation relationship. The prediction of behaviors or practices that municipal authorities could implement to prevent Lyme disease will enable the evaluation over time of the evolution of Quebec municipalities' adaptation to Lyme disease. Moreover, the examination of the associations of specific psychosocial factors revealed important implications for the design of effective behavior-change interventions, which would allow health officials doing awareness work to create personalized interventions better suited to municipal officers and their specific contexts.
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 | 0,001 | 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) | 0,001 | 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 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 ».