MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220809668 · doi:10.21203/rs.3.rs-1476169/v1

A comparison of First Nations and Non-First Nations Australians’ survey responses to COVID-19 risks and impacts: Implications for health communications

2022· preprint· en· W4220809668 sur OpenAlexaboutno aff
Julaine Allan, Jodie Kleinschafer, Teesta Saksena, Azizur Rahman, Jayne Lawrence, Mark Lock

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesCharles Sturt University
Mots-clésPandemicRural areaGeographyPopulationSocioeconomicsSyndemicEnvironmental healthEconomic growthCoronavirus disease 2019 (COVID-19)Public healthDemographyMedicineSociologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigated differences between rural Australian First Nations and non-First Nations survey respondents’ perceptions of COVID-19 related risks; and analysed other variables that could predict an exacerbation of anxiety related to COVID-19 harms. Methods A cross-sectional online and paper survey of rural and regional residents from the western regions of NSW, Australia was conducted. Descriptive and multivariate statistical analyses were used to assess links between First Nations status and other variables. Results There were significant differences between First Nations (n=60) and non-First Nations (n= 639) respondents across all socio-demographic categories. The results reflect a significantly higher level of anxiety among the First Nations Australians in the sample: they felt afraid more often, felt it was highly likely they would catch the virus and if they did catch the virus perceived that it would be very harmful. Living with children under eighteen years of age and in small rural towns were key factors linked to feeling afraid of COVID-19 and First Nations status. Conclusion Health risk communication in pandemic response should include an equitable focus on rural areas, recognising that First Nations Australians are a significant proportion of the rural population with different risk factors and concerns than those of non-First Nations Australians. This principle of First Nations led design is critical to all health policy and planning. Governments globally should include rural areas in planning pandemic responses, recognising that First Nations populations are a significant proportion of the rural population creating syndemic conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,613
Tête enseignante GPT0,668
Écart entre enseignants0,055 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→