MétaCan
Menu
Retour à la cohorte
Enregistrement W3107990523 · doi:10.2196/23232

Information Sources, Risk Perception, and Efficacy Appraisal’s Prediction of Engagement in Protective Behaviors Against COVID-19 in China: Repeated Cross-sectional Survey

2020· article· en· W3107990523 sur OpenAlexvenueno aff
Jian Raymond Rui, Keqing Yang, Juan Chen

Notice bibliographique

RevueJMIR Human Factors · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicResidenceSelf-efficacyAffect (linguistics)PerceptionRisk perceptionPsychologyCross-sectional studyCoronavirus disease 2019 (COVID-19)ChinaProtective factorEnvironmental healthMedicineSocial psychologyDemographyPolitical scienceDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As the COVID-19 pandemic has become a major public health threat worldwide, it is critical to understand what factors affect individual engagement in protective actions. Because of its authoritarian political system and state-owned media system, how Chinese individuals engaged in protective actions against COVID-19 might be different compared to other countries. OBJECTIVE: The purpose of this study is to examine how the source of information about COVID-19, Chinese individuals' risk perception of COVID-19 (ie, perceived severity and perceived susceptibility), and their efficacy appraisal in controlling COVID-19 (ie, response efficacy and self-efficacy) affected their engagement in protective actions. Additionally, this study aims to investigate whether there is any difference in these relationships throughout the duration of this pandemic. METHODS: A six-wave repeated cross-sectional survey (N=1942) was conducted in six major cities in China between February 7 and April 23, 2020. Participants' reliance on expert versus inexpert sources for information about COVID-19, their perceived severity of and susceptibility to COVID-19, their response efficacy and self-efficacy, and their engagement in protective actions (staying at home, wearing a face mask, and washing hands) were measured. Demographic variables (sex, age, income, education, and city of residence), knowledge of COVID-19, and self-rated health condition were controlled. RESULTS: Reliance on expert sources did not become the major factor that motivated these actions until wave 3, and the negative effect of inexpert sources on these actions was limited to wave 2. Perceived severity encouraged some protective behaviors but its effect varied depending on the specific behavior. In addition, perceived severity exhibited a stronger effect on these behaviors compared to perceived susceptibility. The positive effect of response efficacy was only significant at waves 1 and 2, and limited to certain behaviors. CONCLUSIONS: Chinese individuals' engagement in protective behaviors might not entirely be their autonomous decision but a result of compliance with executive orders. After the early outbreak, expert sources started to facilitate protective behaviors, suggesting that it might take time to develop trust in these sources. The facilitating effect of perceived severity lasted throughout the duration of the pandemic, but that of response efficacy was limited to the early stage.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,076
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,095
Tête enseignante GPT0,424
Écart entre enseignants0,330 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetCOVID-19 and Mental HealthTravaux en français237 207