Is the Unequal COVID–19 Burden in Canada Due to Unequal Levels of Citizen Discipline across Provinces?
Notice bibliographique
Résumé
The unequal burden of the coronavirus disease 2019 (COVID-19) crisis (e.g., in terms of infection and death rates) across Canadian provinces is important and puzzling. Some have speculated that differences in levels of citizen compliance with public health preventive measures are central to understanding cross-provincial differences in pandemic-related health outcomes. However, no systematic empirical test of this hypothesis has been conducted. In this research, we make use of an exceptionally large dataset that includes 23 survey waves ( N = 22,610) fielded in Canada across 12 months (April 2020–April 2021) to answer the question “Is there evidence of substantial cross-provincial differences in citizen compliance with basic public health measures designed to prevent the spread of infection?” We find that regional differences in self-reported behaviour are few and very modest, suggesting that interprovincial differences in COVID-19–related health outcomes have little to do with differences in citizen compliance, at least in the first year of the pandemic. These results have important implications. Although it is crucial that we continue to study regional variations related to the COVID-19 burden, public health agency officials, pundits, and politicians should be cautious when musing about the role of citizen compliance as the primary explanation of interprovincial pandemic health outcomes.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».