COVID-19 Preventive Behaviors and Health Literacy, Information Evaluation, and Decision-making Skills in Japanese Adults: Cross-sectional Survey Study
Notice bibliographique
Résumé
BACKGROUND: Health literacy is important for the prevention of COVID-19 transmission. Research in Japan shows that health literacy is related to skills in evaluating information and decision-making (skills that are not necessarily limited to information about health). Such basic skills are important, particularly when individuals encounter new health issues for which there is insufficient evidence. OBJECTIVE: We aimed to determine the extent to which COVID-19 preventive behaviors were associated with health literacy and skills in evaluating information and making decisions. METHODS: A web-based questionnaire survey was conducted using a Japanese internet research company. The measures comprised 8 items on COVID-19 preventive behaviors, health literacy items (European Health Literacy Survey Questionnaire), 5 items on information evaluation, and 4 items on decision-making process. Pearson correlations between these variables were calculated. Multivariable analyses were also conducted using the COVID-19 preventive behavior score as a dependent variable. RESULTS: A total of 3914 valid responses were received.COVID-19 preventive behaviors were significantly correlated with health literacy (r=0.23), information evaluation (r=0.24), and decision-making process (r=0.30). Standardized regression coefficients (health literacy: β=.11; information evaluation: β=.13; decision-making: β=.18) showed that decision-making process contributed the most. CONCLUSIONS: Although comprehensive health literacy is necessary for COVID-19 preventive behaviors, the skills to evaluate a wide range of information and to make appropriate decisions are no less important. Opportunities for people to acquire these skills should be available at all times.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».