Residents' Perception of Radon Health Risk: A Qualitative Study
Notice bibliographique
Résumé
Background: Radon is a high impact environmental pollutant and is the second leading cause of lung cancer in Canada. Building design, extended winter, and geographical location expose residents of Ottawa-Gatineau (the national capital region in Canada) to an increased risk. It is surprising that residents have an inadequate awareness of the risk - despite its gravity - and have taken minimum preventive actions. This study explores perceptions of radon health risk and examines the factors that enable and hinder the adoption of preventive measures among Ottawa-Gatineau residents. \nMethods: We conducted semi-structured interviews with 35 residents from varying educational levels and occupational backgrounds to inquire about their knowledge and perception of radon, and to explore their views of enablers and obstacles to taking action to reduce radon risks. Thematic, inductive data analysis was undertaken. \nResults: The results indicate that: 1) Residents obtained information on radon from various sources - the media, self-education or occupation, social network, and home renovation events. Limited references were made to the National Radon Program responsible for testing for radon and informing residents. 2) Awareness of radon risk varies, knowledge retained by some residents is insufficient to protect their health adequately. Residents who had dual perceptions- cognitive as well as emotional awareness, motivated enough to act. 3) Enablers for taking protective action: understanding the risk along with health consciousness; caring for family and children; knowing others who had contracted lung cancer and having financial resources. Obstacles included: lack of awareness; cost; lack of home ownership; and potential difficulty in selling the house. 4) Residents attributed primary responsibility to public agencies for disseminating information and incentivizing or mandating action through more stringent regulation. \nConclusion: Risk perceptions are subjective and influenced by the micro and macro level factors. Inducing protective action requires complex interventions considering dual perceptions of the threat by the public health agencies.
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 | 0,012 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».