MétaCan
Menu
Retour à la cohorte
Enregistrement W3084738750 · doi:10.2196/22060

Association Between Public Knowledge About COVID-19, Trust in Information Sources, and Adherence to Social Distancing: Cross-Sectional Survey

2020· article· en· W3084738750 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial distanceGovernment (linguistics)PandemicSocial mediaPublic healthCross-sectional studyPsychological interventionPsychologyPolitical scienceInternet privacyCoronavirus disease 2019 (COVID-19)MedicineDiseaseComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The success of behavioral interventions and policies designed to reduce the impact of the COVID-19 pandemic depends on how well individuals are informed about both the consequences of infection and the steps that should be taken to reduce the impact of the disease. OBJECTIVE: The aim of this study was to investigate associations between public knowledge about COVID-19, adherence to social distancing, and public trust in government information sources (eg, the US Centers for Disease Control and Prevention), private sources (eg, FOX and CNN), and social networks (eg, Facebook and Twitter) to inform future policies related to critical information distribution. METHODS: We conducted a cross-sectional survey (N=1243) between April 10 and 14, 2020. Data collection was stratified by US region and other demographics to ensure representativeness of the sample. RESULTS: Government information sources were the most trusted among the public. However, we observed trends in the data that suggested variations in trust by age and gender. White and older populations generally expressed higher trust in government sources, while non-White and younger populations expressed higher trust in private sources (eg, CNN) and social networks (eg, Twitter). Trust in government sources was positively associated with accurate knowledge about COVID-19 and adherence to social distancing. However, trust in private sources (eg, FOX and CNN) was negatively associated with knowledge about COVID-19. Similarly, trust in social networks (eg, Facebook and Twitter) was negatively associated with both knowledge and adherence to social distancing. CONCLUSIONS: During pandemics such as the COVID-19 outbreak, policy makers should carefully consider the quality of information disseminated through private sources and social networks. Furthermore, when disseminating urgent health information, a variety of information sources should be used to ensure that diverse populations have timely access to critical knowledge.

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.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,133
Tête enseignante GPT0,407
Écart entre enseignants0,274 · 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