The Health Behavior Model of Personality in the Context of a Public Health Crisis
Notice bibliographique
Résumé
OBJECTIVE: The US Centers for Disease Control and Prevention recommended behavioral measures to slow the spread of COVID-19, such as social distancing and wearing masks. Although many individuals comply with these recommendations, compliance has been far from universal. Identifying predictors of compliance is crucial for improving health behavior messaging and thereby reducing disease spread and fatalities. METHODS: We report preregistered analyses from a longitudinal study that investigated personality predictors of compliance with behavioral recommendations in diverse US adults across five waves from March to August 2020 (n = 596) and cross-sectionally in August 2020 (n = 405). RESULTS: Agreeableness-characterized by compassion-was the most consistent predictor of compliance, above and beyond other traits, and sociodemographic predictors (sample A, β = 0.25; sample B, β = 0.12). The effect of agreeableness was robust across two diverse samples and sensitivity analyses. In addition, openness, conscientiousness, and extraversion were also associated with greater compliance, but effects were less consistent across sensitivity analyses and were smaller in sample A. CONCLUSIONS: Individuals who are less agreeable are at higher risk for noncompliance with behavioral mandates, suggesting that health messaging can be meaningfully improved with approaches that address these individuals in particular. These findings highlight the strong theoretical and practical utility of testing long-standing psychological theories during real-world crises.
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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».