MétaCan
Menu
Retour à la cohorte
Enregistrement W3167861293 · doi:10.1371/journal.pone.0252952

Evidence-based communication on climate change and health: Testing videos, text, and maps on climate change and Lyme disease in Manitoba, Canada

2021· article· en· W3167861293 sur OpenAlexafffundabout
Laura Cameron, Rhéa Rocque, Kailey Penner, Ian Mauro

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésClimate changeHealth communicationPublic healthPsychological interventionInterpersonal communicationGeographyBehavior changePublic relationsPsychologyPolitical scienceEnvironmental resource managementEnvironmental planningMedicineSocial psychologyEcology

Résumé

récupéré en direct d'OpenAlex

Given the climate crisis and its cumulative impacts on public health, effective communication strategies that engage the public in adaptation and mitigation are critical. Many have argued that a health frame increases engagement, as do visual methodologies including online and interactive platforms, yet to date there has been limited research on audience responses to health messaging using visual interventions. This study explores public attitudes regarding communication tools focused on climate change and climate-affected Lyme disease through six focus groups (n = 61) in rural and urban southern Manitoba, Canada. The results add to the growing evidence of the efficacy of visual and storytelling methods in climate communications and argues for a continuum of mediums: moving from video, text, to maps. Findings underscore the importance of tailoring both communication messages and mediums to increase uptake of adaptive health and environmental behaviours, for some audiences bridging health and climate change while for others strategically decoupling them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,591
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

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

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 Opus0,773
Tête enseignante GPT0,403
Écart entre enseignants0,370 · 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 tête enseignante, 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

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetClimate Change Communication and PerceptionTravaux en français237 207