MétaCan
Menu
Retour à la cohorte
Enregistrement W3043978151 · doi:10.12688/hrbopenres.13099.2

Investigating and evaluating evidence of the behavioural determinants of adherence to social distancing measures – A protocol for a scoping review of COVID-19 research

2020· review· en· W3043978151 sur OpenAlexaff
Chris Noone, Nikolett Warner, Molly Byrne, Hannah Durand, Kim Lavoie, Brian E. McGuire, Jenny McSharry, Oonagh Meade, Eimear Morrissey, Gerard J. Molloy, Laura O’Connor, Elaine Toomey

Notice bibliographique

RevueHRB Open Research · 2020
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalHôpital du Sacré-Cœur de MontréalUniversité du Québec à Montréal
Organismes subventionnairesHealth Research Board
Mots-clésPsycINFOGrey literatureCritical appraisalSystematic reviewPopulationSocial distanceChecklistPandemicPsychologyCoronavirus disease 2019 (COVID-19)MEDLINEMedicineDiseaseEnvironmental healthPolitical scienceAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: The WHO has declared the outbreak of coronavirus disease 2019 (COVID-19) as a pandemic. With no vaccine currently available, using behavioural measures to reduce the spread of the virus within the population is an important tool in mitigating the effects of this pandemic. As such, social distancing measures are being implemented globally and have proven an effective tool in slowing the large-scale spread of the virus. Aim: This scoping review will focus on answering key questions about the state of the evidence on the behavioural determinants of adherence to social distancing measures in research on COVID-19. Methods: A scoping review will be conducted in accordance with guidelines for best practice. Literature searches will be conducted using online databases and grey literature sources. Databases will include Medline, Web of Science, Embase and PsycInfo, alongside relevant pre-print servers. Grey literature will be searched on Google Scholar. Screening, data extraction and quality appraisal will be conducted by members of the research team, with any discrepancies resolved by consensus discussion. Quality appraisal will be conducted using the Cochrane’s ROBINS-I tool, the Cochrane Risk of Bias tool, and the JBI Critical Appraisal Checklist where appropriate. Results will be analysed by mapping findings onto the Theoretical Domains Framework and visualising characteristics of the included studies using EviAtlas. This scoping review is pre-registered with Open Science Framework . Conclusions The results of this study may facilitate the systematic development of behavioural interventions to increase adherence to social distancing measures.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Protocole
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Protocole
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquemedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,222
score de la tête « metaresearch » (Gemma)0,233
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2220,233
Méta-épidémiologie (sens strict)0,0070,006
Méta-épidémiologie (sens large)0,0160,022
Bibliométrie0,0250,019
Études des sciences et des technologies0,0070,009
Communication savante0,0110,011
Science ouverte0,0080,010
Intégrité de la recherche0,0140,011
Charge utile insuffisante (le modèle a refusé de juger)0,0450,012

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 Opus0,942
Tête enseignante GPT0,779
Écart entre enseignants0,164 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Revue systématique
Domainenon disponible
GenreProtocole

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

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHRB Open ResearchMême sujetCOVID-19 and Mental HealthTravaux en français237 207