MétaCan
Menu
Retour à la cohorte
Enregistrement W3111054499 · doi:10.21203/rs.3.rs-78258/v1

The Swedish Gamble and the Battle to Combat the COVID-19 Pandemic: Evidence from the Field

2020· preprint· en· W3111054499 sur OpenAlexaff
Mohammed Salah, Hussam Al Halbusi, Asbah Razali, Kent A. Williams

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBattleCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Field (mathematics)HistoryPolitical scienceGeographyVirologyAncient historyMedicineOutbreakMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Governments around the world have issued movement restrictions and quarantine to combat the SARS-CoV-2 (COVID-19) pandemic. However, the Swedish government has not implemented such measures but rather depended on individual responsibility. An important question regarding the extent to which individuals have been encouraged to trust in and be satisfied with government strategies and adopt personal health measures, such as social isolation, remains unanswered. This study aims to examine the direct effects of trust in the government and risk perception on self-efficacy. Most importantly, this study intends to explore whether satisfaction with government measures augments the relationships between trust in the government and self-efficacy and between risk perception and self-efficacy. Thus, we test our suggested hypotheses using survey data obtained from 403 Swedish citizens living in Sweden, and as predicted, the findings indicate that trust in the government and risk perception positively impact individual self-efficacy. Additionally, the findings reveal that satisfaction with government measures strengthens this relationship; more precisely, the impact of trust in the government and risk perception under a high level of individual satisfaction with government measures is much more positive than that under a low level of satisfaction. In practice, a focus on implementing successful policies or strategies and excellent individual self-efficacy are required to halt the pandemic, and the findings indicate that combining strictly attentive and adaptive individual strategies with government strategies can minimize the spread of infection.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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.

Tête enseignante Opus0,319
Tête enseignante GPT0,440
Écart entre enseignants0,121 · 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'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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207