MétaCan
Menu
Retour à la cohorte
Enregistrement W3002674276 · doi:10.7282/t3-zyr6-1x79

Do consumers notice the source of messages about foodborne illness outbreaks?

2018· article· en· W3002674276 sur OpenAlexaboutno aff
Cara L. Cuite, Fanfan Wu, William K. Hallman

Notice bibliographique

RevueRutgers University Community Repository (Rutgers University) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNoticeOutbreakBusinessEnvironmental healthInternet privacyMedicineComputer scienceVirologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Authorities identified a widespread outbreak of E.coli 0157H7 associated with romaine lettuce in Canada and the US during the winter and spring of 2018. While the public health agencies of each country acknowledged the outbreak, there was no official recall of romaine lettuce. However, the Consumers Union, an advocacy group that publishes Consumer Reports, called for American consumers to avoid romaine lettuce, and this was widely reported in the news. Given how unusual it is for an advocacy group to provide this type of guidance while the government did not, we decided to conduct an experiment to see if American consumers would notice. The current research used an online survey with a nationally representative sample of over 1400 American adults. Data were collected in May and June, 2018, shortly after the E.coli outbreak had ended. Participants were presented with a hypothetical scenario about an E.coli outbreak that mimics the romaine lettuce outbreak, except they were told that the affected food was cucumbers. The group announcing the guidance was experimentally varied (US Food and Drug Administration, Canadian Food Inspection Agency, or Consumers Union). The study tested whether American consumers notice the source of food safety advice. The study also tested whether, for those who do notice the source, behavior differs by source, and how trust in the source affects behavior. We also looked at demographic and experiential factors that might affect who is aware of the message source, and whether those same variables are related to likely behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,636
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,002
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,181
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRutgers University Community Repository (Rutgers University)Même sujetFood Safety and HygieneTravaux en français237 207