Assessment of the Effectiveness of Identity-Based Public Health Announcements in Increasing the Likelihood of Complying With COVID-19 Guidelines: Randomized Controlled Cross-sectional Web-Based Study
Notice bibliographique
Résumé
BACKGROUND: Public health campaigns aimed at curbing the spread of COVID-19 are important in reducing disease transmission, but traditional information-based campaigns have received unexpectedly extreme backlash. OBJECTIVE: This study aimed to investigate whether customizing of public service announcements (PSAs) providing health guidelines to match individuals' identities increases their compliance. METHODS: We conducted a within- and between-subjects, randomized controlled cross-sectional, web-based study in July 2020. Participants viewed two PSAs: one advocating wearing a mask in public settings and one advocating staying at home. The control PSA only provided information, and the treatment PSAs were designed to appeal to the identities held by individuals; that is, either a Christian identity or an economically motivated identity. Participants were asked about their identity and then provided a control PSA and treatment PSA matching their identity, in random order. The PSAs were of approximately 100 words. RESULTS: We recruited 300 social media users from Amazon Mechanical Turk in accordance with usual protocols to ensure data quality. In total, 8 failed the data quality checks, and the remaining 292 were included in the analysis. In the identity-based PSA, the source of the PSA was changed, and a phrase of approximately 12 words relevant to the individual's identity was inserted. A PSA tailored for Christians, when matched with a Christian identity, increased the likelihood of compliance by 12 percentage points. A PSA that focused on economic values, when shown to individuals who identified as economically motivated, increased the likelihood of compliance by 6 points. CONCLUSIONS: Using social media to deliver COVID-19 public health announcements customized to individuals' identities is a promising measure to increase compliance with public health guidelines. TRIAL REGISTRATION: ISRCTN Registry 22331899; https://www.isrctn.com/ISRCTN22331899.
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 | 0,013 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».