A scoping review of research on the determinants of adherence to social distancing measures during the COVID-19 pandemic
Notice bibliographique
Résumé
This scoping review focused on answering key questions about the focus, quality and generalisability of the quantitative evidence on the determinants of adherence to social distancing measures in research during the first wave of COVID-19. The review included 84 studies. The majority of included studies were conducted in Western Europe and the USA. Many lacked theoretical input, were at risk for bias, and few were experimental in design. The most commonly coded domains of the TDF in the included studies were 'Environmental Context and Resources' (388 codes across 76 studies), 'Beliefs about Consequences' (34 codes across 21 studies), 'Emotion' (28 codes across 12 studies), and 'Social Influences' (26 codes across 16 studies). The least frequently coded TDF domains included 'Optimism' (not coded), 'Intentions' (coded once), 'Goals' (2 codes across 2 studies), 'Reinforcement' (3 codes across 2 studies), and 'Behavioural Regulation' (3 codes across 3 studies). Examining the focus of the included studies identified a lack of studies on potentially important determinants of adherence such as reinforcement, goal setting and self-monitoring. The quality of the included studies was variable and their generalisablity was threatened by their reliance on convenience samples.
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 | 0,019 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,015 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».