The International Assessment of COVID-19-related Attitudes, Concerns, Responses and Impacts in Relation to Public Health Policies (iCARE) study
Notice bibliographique
Résumé
Abstract Issue/problem COVID-19 global pandemic has had significant health, social and financial impacts on global communities. Many of the national mitigation strategies to curb the virus spread have been targeting human behaviours. Insights from behavioural sciences are crucial for effective community engagement and positive behaviour change on a population-level. Description of the study The iCARE Study (which is co-funded by CIHR and the Quebec government) is a multi-wave, international observational study of public awareness, attitudes, concerns and behavioural responses to public health policies implemented to reduce the spread of COVID-19 (www.icarestudy.com). Survey data is being continuously collected in 6 week rounds (since March 2020) using representative sampling (in Canada, Italy, Israel, France, Ireland, Australia, Colombia etc.) and convenience sampling methodology (globally). The survey was constructed around the: (1) The COM-B (Capability, Opportunity, Motivation-Behaviour) model; and the (2) The Health Beliefs Model, which provide a framework for understanding factors that predict behaviour change on a population level. Results The iCARE study leverages an existing online assessment platform, and has received over 90,000 survey responses to date. This research initiative provides real-time evidence to support COVID-19 policy strategy and communication around the world, through a global multi-stakeholder engagement that gathers expertise from almost 200 collaborators in 40 countries. Of note, the study has received a range of local, national and international media coverage and directly inputted into several government policies. Lessons iCARE study is an example of a successful intersectorial, collaborative research and policy initiative that leverages multiple stakeholders to bring behavioural perspective at the forefront of the development and delivery of public health policies globally.
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 | 0,020 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».