A Mixed Methods Approach to Radon Health Risk Perception of Ottawa Residents
Notice bibliographique
Résumé
Background: Canadians have reason to care for indoor air quality as they spend over 90% of their time indoors. The geographic location and old houses make Ottawa residents at risk of the high level of radon exposure. Indoor radon causes more deaths than any other environmental hazards. While 55% residents are aware of the health risk, only 6% have taken action. Objective: To understand residents’ perceptions of the health risks of radon and to assess their perceived need to take action. Methods: In mixed methods approach, an online survey (N=308) with Qualtrics and semi-structured face to face qualitative interviews (N=35) were conducted with both homeowners and tenants in Ottawa. These quantified and explored residents' perception of and adaptations for the risk. Quantitative data were analyzed in SPSS and qualitative analysis was done in Atlas-Ti using a two-coder iterative content approach. Results: The majority of participants were Caucasian (77%), male (51%), homeowners (72%), and under age 65 (71%). Overall, 34% residents have some concerns about radon health risk, 12% have tested, and only 4% mitigated their homes for radon. Residents’ perception of the severity of the risk, social influence, and smoking history significantly correlate with their intention to test for radon whereas synergistic risk perception with smoking predicts the perception of severity of the risk. Three themes emerged from qualitative analyses of interviews: 1) despite the gravity of radon health risks, there are minimum government programs to inform residents. 2) residents' concern about the risk and care for family welfare motivate them to take action. 3) health communication program should tap into the emotional aspect of awareness beyond the cognitive awareness. Conclusions: There are inadequate government initiatives, and the health communication messages remained ineffective. Policy should address the shared responsibility of both government and residents in tackling the issue.
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 | 0,029 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».