Effectiveness of Narrative Messaging Styles about the Social Determinants of Health and Health Inequities in Ontario, Canada
Notice bibliographique
Résumé
Health inequities are systemic, avoidable, and unjust differences in health between populations. These differences are often determined by social and structural factors, such as income and social status, employment and working conditions, or race/racism, which are referred to as the social determinants of health (SDOH). According to public opinion, health is considered to be largely determined by the choices and behaviours of individuals. However, evidence suggests that social and structural factors are the key determinants of health. There is likely a lack of public understanding of the role that social and structural factors play in determining health and producing health inequities. Public opinion and priorities can drive governmental action, so the aim of this work was to determine the most impactful way to increase knowledge and awareness about the social determinants of health (SDOH) and health inequities in the province of Ontario, Canada. A study to test the effectiveness of four different messaging styles about health inequities and the SDOH was conducted with a sample of 805 adult residents of Ontario. Findings show that messages highlighting the challenges faced by those experiencing the negative effects of the SDOH, while still acknowledging individual responsibility for health, were the most effective for eliciting an empathetic response from Ontarians. These findings can be used to inform public awareness campaigns focused on changing the current public narrative about the SDOH toward a more empathetic response, with the goal of increasing political will to enact policies to address health inequities in Ontario.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».