Prevalence and Clustering Patterns of Pro-Environmental Behaviors among Canadian Households in the Era of Climate Change
Notice bibliographique
Résumé
This study examined the prevalence and clustering patterns of pro-environmental behaviors that are conducive to socially and environmentally sustainable living among Canadians. Cross-sectional data from the 2015 Households and the Environment Survey (HES) were used. Prevalence was calculated by province and each pro-environmental behavior. Observed/expected prevalence ratios were computed to assess clustering patterns and logistic regression analyses were performed to examine the pairwise associations. Among 8816 Canadian households, prevalence of engaging in pro-environmental behaviors ranked as the following: engaging in green consumer behavior (88%), composting food/yard waste (84%), being active outdoors (82%), gardening (72%), and recycling electronics (45%). While only 14% engaged in ≤2 pro-environmental behaviors, 25.1% of Canadians engaged in all pro-environmental behaviors. By province, British Columbia was the greenest province (81%), followed by Ontario (77%) and Nova Scotia (76.9%) while the least green provinces were Newfoundland and Labrador (62.9%), Saskatchewan (69.2%), and New Brunswick (68%). The most apparent clustering of behaviors was found between recycling electronics and gardening (Observed/Expected: 3.65, 95% CI: 1.98–5.32). Pairwise associations between any two pro-environmental behaviors were statistically significant for all possible combinations (Odds ratios ranged 1.23–2.24). Prevalence of engaging in different sets of pro-environmental behaviors varied greatly by province. Sub-optimal clustering of pro-environmental behaviors and varying pairwise synergetic associations were observed in Canadian households. To promote more holistic, sustainable lifestyles and create sociocultural environments that are conducive to the environment in the era of climate change, future work should investigate barriers and opportunities in adopting more pro-environmental behaviors in Canadian households.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».