MétaCan
Menu
Retour à la cohorte
Enregistrement W3162651070 · doi:10.31234/osf.io/t96qu

Parent-for-child Mask Wearing Behavior during the COVID-19 Pandemic: An Investigation of Attitudes, Beliefs and Norms using the Theory of Planned Behavior

2021· preprint· en· W3162651070 sur OpenAlexafffundabout
Adina Coroiu, Chelsea Moran, Brittany L. Lindsay, Alan C. Geller

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health ResearchAlberta InnovatesKillam TrustsUniversity of Calgary
Mots-clésTheory of planned behaviorStructural equation modelingPsychologyAnxietyImpulsivityDevelopmental psychologySocial norms approachPopulationClinical psychologySocial psychologyControl (management)MedicinePsychiatryEnvironmental healthPerception

Résumé

récupéré en direct d'OpenAlex

Background: Mask continue to be a necessity until a large proportion of the population, including children, receive immunizations for COVID-19. The aim of this study was to investigate the relationship between parental attitudes and beliefs about masks and parent-for-child mask behavior using the Theory of Planned Behavior.Method: We administered a survey in August 2020 to parents of school-aged children residing in the United States and Canada. Measures included sociodemographic variables for the parent and child, attitudes, norms and perceived control over children’s mask use, and enforcement of mask wearing among children (also titled “parent-for-child mask behavior”). Data were anlyzed using structural equation modelling. Results: We collected data from 866 parents and 43.5% had children with pre-existing health conditions (e.g., allergies, anxiety, impulsivity, skin sensitivity, asthma) that made extended mask wearing difficult. Among the full sample, negative attitudes (β=-.20, p = .006), norms (β = .41, p = .002), and perceived control (β = .33, p = .006) predicted intentions. Norms (β = .50, p = .004) and intentions (β = .28, p = .003) also predicted parent-for-child mask use, while attitudes and perceived control did not. Intentions mediated the associations between the predictors (attitudes, norms, perceived control) and outcome (mask behavior). Subgroup analyses revelaved intentions as the key predictor of parent-for-child mask use among children with pre-conditions and norms as the key predictor among children without pre-conditions.Conclusion: Future public health messaging should target parental intentions, attitudes and beliefs about masks wearing among children.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,090
Tête enseignante GPT0,350
Écart entre enseignants0,260 · 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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetInfection Control and VentilationTravaux en français237 207