A Mixed Methods Population Health Approach to Explore Radon-Induced Lung Cancer Risk Perception in Canada
Notice bibliographique
Résumé
BACKGROUND: Radon is a predominant indoor air pollutant and second leading cause of lung cancer in radon-prone areas. Despite the gravity of the health risk, residents in Canada have inadequate perception and taken minimal protective actions. Better perception of a risk motivates people to take preventive measures. Scholarship about radon health risk perception is lacking in Canada. We applied a mixed methods population health approach to explore the determinants shaping perception and actions of a resident population in Canada. METHODS: We conducted mixed surveys (n = 557) and qualitative bilingual interviews (n = 35) with both homeowners and tenants of Ottawa-Gatineau areas. The study explored residents' risk perception and adaptations factors. Descriptive, correlational and regression analyses described and established associations between quantitative variables. Thematic, inductive analyses identified themes in the qualitative data. A mixed methods analysis triangulated both results to draw a holistic perception of the health risk. RESULTS: Residents' quantitative perceptions of radon health risk, smoking at home, synergistic risk perception, social influence and care for family were associated significantly with their intention to test for radon levels in their home, actual testing and mitigation. These results were explained further with the qualitative findings. Residents who had dual cognitive and emotional awareness of the risk were motivated enough to take preventive actions. Caring for family, knowing others who contracted lung cancer and financial capability were enablers, whereas lack of awareness and homeownership, cost of mitigation and stigma were obstacles to preventive actions. We also explored the dual subjective and objective aspects of risk perception that are influenced by micro- and macro-level determinants. CONCLUSIONS: Inducing protective action to reduce risk requires comprehensive population-level interventions considering dual perceptions of the risk that can modify the risk determinants. Future research can explore the dual aspects of risk perception and unequal distribution of the risk factors.
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 | 0,016 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».