The Appraisal and Endorsement of Individual and Public Preventive Measures to Combat COVID-19 and the Associated Psychological Predictors among Chinese Living in Canada
Notice bibliographique
Résumé
Aims: The study examines the factors related to the appraisal and adherence of the individual and public health preventive measures. Background: The effectiveness of the measures battling the pandemic was largely determined by the voluntary compliance of the public. Objectives: This study aimed to identify psychological perception factors related to the appraisal of individual measures and endorsement of public health measures during the early stage of the COVID-19 pandemic among Chinese living in Canada. Methods: A convenience sample of 656 participants completed an online survey. Nonparametric Kruskal Wallis tests were used to compare COVID perception variables ( e.g ., perceived susceptibility, fear, perceived severity, and information confusion) among different sociodemographic subgroups. Bootstrapped regression models were used to assess the association of these variables with outcome measures. Results: Compared to their counterpart groups, lower perceived susceptibility was reported by adults 65 years and older ( p = .002) or retired ( p = .015); greater fear was reported by females ( p = .044), those with lower education ( p = .001), and Mainland Chinese ( p = .033); greater perceived severity was reported by individuals with lower education and smaller household size ( p s = .003). Perceived susceptibility was inversely associated with individual measure appraisal ( p = .032). Perceived severity was positively associated with individual measure appraisal ( p = .005) and public measure endorsement ( p < .001). Conclusion: Individual behaviour measure appraisal was predicted by lower perceived susceptibility and higher perceived severity, whereas public health measure endorsement was related to higher perceived severity. These results inform the public and the policymakers about the critical factors that affect the preventive measure appraisal and endorsement.
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 | 0,017 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».