Nudging to increase hand hygiene during the COVID-19 pandemic: A field experiment.
Notice bibliographique
Résumé
La pandémie de COVID-19 a eu d’importantes répercussions sur les populations du monde entier. L’une des mesures les plus importantes pour prévenir la dissémination du virus est la bonne hygiène des mains. Nous voyons la mise en œuvre d’incitations douces (nudge), technique empruntée à l’économie comportementale, comme une façon d’accroître l’hygiène des mains sans imposer de mesures obligatoires. Dans cette expérience de terrain, on a évalué deux types d’incitations douces, aussi appelées « coups de pouce », qui avaient été auparavant mis en application avec succès —une incitation par la saillance et une incitation basée sur le gain —, mais dans un nouveau contexte (c.-à-d., une rue commerçante). On a observé 419 personnes faire des emplettes durant une expérience contrebalancée dans trois magasins ayant chacun un distributeur de désinfectant accompagné d’une incitation par la saillance, d’une incitation basée sur le gain, et un autre sans incitation. Les données sur l’usage des distributeurs ont été analysées au moyen de modèles mixtes pour tenir compte des groupes entrant dans chacun des commerces. En faisant des comparaisons avec la condition de contrôle, on n’a constaté aucun effet significatif des deux incitations douces sur l’usage du désinfectant parmi les participants. Ce résultat pourrait être attribuable à l’importance accrue accordée à l’hygiène des mains depuis la pandémie de la COVID-19, car les données de base de notre étude pour la pratique de mesures d’hygiène pour les mains étaient de beaucoup plus élevées que dans le cadre d’études réalisées avant la pandémie. De plus, il est possible que les clients s’étaient déjà désinfecté les mains avant de quitter la maison, comme le conseillent les gouvernements. Nos résultats suggèrent que les commerces et les gouvernements devraient trouver des mesures autres que les incitations douces testées pour améliorer l’hygiène des mains dans les rues commerçantes durant la pandémie de COVID-19, en combinant plusieurs incitations ou en utilisant des moyens moins subtils. (PsycInfo Database Record (c) 2020 APA, all rights reserved)
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».