MétaCan
Menu
← Retour à la cohorte
Enregistrement W3087016514 · doi:10.17504/protocols.io.bhaij2ce

Perceptions, knowledge and attitudes of the adult populations towards COVID-19 : A scoping review protocol v1

2020· review· en· W3087016514 sur OpenAlexaff
Nathalie Clavel, Mathieu Seppey, Lara Gautier, Mélanie Lavoie‐Tremblay

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOGrey literatureContext (archaeology)MEDLINEPandemicPerceptionCoronavirus disease 2019 (COVID-19)LimitingMedicineInfectious disease (medical specialty)PsychologyDiseasePolitical scienceGeographyPathology

Résumé

récupéré en direct d'OpenAlex

Perceptions, knowledge and attitudes of the adult populations towards COVID-19 are key factors in the community transmission of SARS-CoV-2. During outbreaks, populations play a key role in limiting the spread of infectious diseases by adopting preventive measures. In the context of COVID-19 pandemic, identifying the perceptions, knowledge and attitudes of the populations is important to implement appropriate and effective preventive measures that will help to control and stop the spread of COVID-19. This scoping review aims to understand the perceptions, knowledge and attitudes of the adult populations towards COVID-19. We will conduct a comprehensive search of the following electronic databases: MEDLINE-Ovid, EMBASE-Ovid, PsycINFO-Ovid, Web of Science, and CINAHL (EBSCO). The searches will be conducted in English. All study designs will be included in the searches, both qualitative and quantitative. A comprehensive search of the grey literature, including preprints, will also be undertaken through Google Scholar, Semantic Scholar, CADTH Covid-19, Faculty Opinions, Publons and Medrxiv. We will also search the World Health Organization, Centers for Disease Control and Prevention, Center for Infectious Disease Research and Policy websites and any other relevant COVID-19 related websites.

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 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)0,050
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,073
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,051
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0130,013
Bibliométrie0,0150,012
Études des sciences et des technologies0,0040,004
Communication savante0,0060,007
Science ouverte0,0050,005
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0730,010

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 Opus0,325
Tête enseignante GPT0,604
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 and Mental Health→Travaux en français237 207→