Risk Perception and Media in Shaping Protective Behaviors: Insights From the Early Phase of COVID-19 Italian Outbreak
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.
Notice bibliographique
Résumé
In the absence of target treatments or vaccination, the SARS-CoV-2 pandemic can be impeded by effectively implementing containment measures and behaviors. This relies on individuals' adoption of protective behaviors, their perceived risk, and the use and trust of information sources. During a health emergency, receiving timely and accurate information enables individuals to take appropriate actions to protect themselves, shaping their risk perception. Italy was the first western country plagued by COVID-19 and one of the most affected in the early phase. During this period, we surveyed 2,223 Italians before the national lockdown. A quarter of the sample perceived COVID-19 less threatening than flu and would not vaccinate, if a vaccine was available. Besides, most people perceived containment measures, based on social distancing or wearing masks, not useful. This perceived utility was related to COVID-19 threat perception and efficacy beliefs. All these measures were associated with the use of media and their truthfulness: participants declared to mainly use the Internet, while health organizations' websites were the most trusted. Although social networks were frequently used, they were rated lower for trustfulness. Our data differ from those obtained in other community samples, suggesting the relevance to explore changes across different countries and during the different phases of the pandemic. Understanding these phenomena, and how people access the media, may contribute to improve the efficacy of containment measures, tailoring specific policies and health communications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle