Factors Associated with COVID-19 Low Risk perception among urban dwellers in Malawi
Notice bibliographique
Résumé
Abstract Introduction: Malawians have yet to broadly adopt COVID-19 mitigation measures despite having overwhelming evidence about its infectivity, morbidity, and fatality. Understanding why the general population is not proactive in reducing the spread of this illness is critical to learning how to address this issue. This study explores Malawian COVID-19 risk perception and the associated constraints in the adoption of mitigations. A Health Belief Model (HBM) approach was used to understand factors that undermine COVID-19 messages to achieve behavior change.Methods: The study applied a rapid appraisal and photovoice methodology in this qualitative inquiry to better understand individual risk perception regarding COVID-19. We selected 33 participants from three major cities in Malawi. We transcribed verbatim audio interviews and videos. Transcripts were coded manually to derive key themes and concepts. Results: Religious and political beliefs strongly influenced COVID-19 risk perception. Critical religious factors included the coming of Christ, the wrath of God, and the coming of the beast. Politically, participants believed that COVID-19 lockdown measures were a ploy by the ruling party to remain in power.Conclusion: The study suggests that religious beliefs and political environment undermine self-perceived risk of contracting COVID-19 among urban dwellers in Malawi. We recommend that diverse actors in Malawi should collaborate to promote the dissemination of accurate COVID-19 discourses and reduce the severity of the pandemic’s impact on the Malawi populous.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».