Understanding Perceptions of Health Risk and Behavioral Responses to Air Pollution in the State of Utah (USA)
Notice bibliographique
Résumé
Poor air quality in Utah creates an array of economic, environmental, and health-related impacts that merit investigation and informed political responses. Air pollution is known to cause a variety of health problems, ranging from increased rates of asthma to cardiovascular and lung disease. Our research investigates the extent of Utahn’s understanding of the health risks associated with long-term and short-term impacts of air quality. To assess the degree to which Utahn’s perceive the health risks of air pollution, we performed an ordinal logistic regression analysis using responses to the Utah Air Quality Risk and Behavioral Action Survey, a representative panel survey administered between November 2018 and January 2020 (n = 1160), to determine how socioeconomic status impacts risk perception. Socioeconomic status is not a predictor of perceiving air’s short-term risks to health. Those with more conservative political orientation, as well as those with higher religiosity scores, were less likely than those with more liberal political orientation or those with lower religiosity scores to strongly agree that air pollution poses short-term health risks. We find that for short-term health risks from air pollution, Utahns in the middle-income category are more likely than those in the low-income category to strongly agree that air pollution poses long-term health risks. In addition, those with more conservative political orientation were less likely than those with more liberal political orientation to strongly agree that air pollution poses long-term health risks.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».