A national cross-sectional survey of public perceptions, knowledge, and behaviors during the COVID-19 pandemic
Notice bibliographique
Résumé
Abstract Introduction Efforts to mitigate the global spread of the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) have largely relied on broad compliance with public health recommendations yet navigating the high volume of evolving information and misinformation related to SARS-CoV-2 can be challenging. We assessed national public perceptions (e.g., severity, concerns, health), knowledge (e.g., transmission, information sources), and behaviors (e.g., physical distancing) related to COVID-19 in Canada to understand public perspectives and inform future public health initiatives. Methods We administered a national online survey with the goal of obtaining responses from 2000 adults residing in Canada. Respondent sampling was stratified by age, sex, and region. We used descriptive statistics to summarize respondent characteristics and tested for significant overall regional differences using chi-squared tests and t-tests, as appropriate. Results We collected 1,996 eligible questionnaires between April 26 th and May 1 st , 2020. One-fifth (20%) of respondents knew someone diagnosed with COVID-19, but few had tested positive themselves (0.6%). Negative impacts of pandemic conditions were evidenced in several areas, including concerns about healthcare (e.g. sufficient equipment, 52%), pandemic stress (45%), and worsening social (49%) and mental/emotional (39%) health. Most respondents (88%) felt they had good to excellent knowledge of virus transmission, and predominantly accessed (74%) and trusted (60%) Canadian news television, newspapers/magazines, or non-government news websites for COVID-19 information. We found high compliance with distancing measures (80% either self-isolating or always physical distancing). We identified regional differences in perceptions, knowledge, and behaviors related to COVID-19. Discussion We found that knowledge about COVID-19 is largely acquired through domestic news sources, which may explain high self-reported compliance with prevention measures. The results highlight the broader impact of a pandemic on the general public’s overall health and wellbeing, outside of personal infection. The study findings should be used to inform public health communications during COVID-19 and future pandemics.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».