MétaCan
Menu
Retour à la cohorte
Enregistrement W4221074757 · doi:10.1038/s41597-022-01249-x

‘Citizens’ Attitudes Under Covid19’, a cross-country panel survey of public opinion in 11 advanced democracies

2022· article· en· W4221074757 sur OpenAlexfundno aff
Sylvain Brouard, Martial Foucault, Elie Michel, Michael Becher, Pavlos Vasilopoulos, Pierre-Henri Bono, Nicolas Sormani

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesRégion Occitanie Pyrénées-MéditerranéeEuropean University InstituteCentre National de la Recherche ScientifiqueAgence Française de DéveloppementUniCredit and Universities FoundationAgence Nationale de la RechercheHarvard Business SchoolConseil Régional AquitaineTemple UniversityMcGill UniversityUniversità BocconiWorld Bank Group
Mots-clésPublic opinionCoronavirus disease 2019 (COVID-19)PandemicPanel surveyPolitical scienceSurvey researchSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakCorporate governancePublic healthSurvey data collectionOpinion surveyCross countryPublic relationsEconomic growthDemographic economicsSociologyOpinion leadershipSocioeconomicsPoliticsEconomicsMedicineLawVirology

Résumé

récupéré en direct d'OpenAlex

This article introduces data collected in the Citizens' Attitudes Under Covid-19 Project (CAUCP), which surveyed public opinion throughout the Covid-19 pandemic in 11 democracies between March and December 2020. In this paper, we present a unique cross-country panel survey of citizens' attitudes and behaviors during a worldwide unprecedented health, governance, and economic crisis. This dataset investigates the behavioral and attitudinal consequences of multifaceted Covid19 crisis across time and contexts. In this paper, we describe the design of the CAUCP and the descriptive features of the dataset; we also present promising research prospects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,026
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,106
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,005
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,663
Tête enseignante GPT0,508
Écart entre enseignants0,155 · 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 tête enseignante, pas un consensus.

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

Citations37
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetCOVID-19 epidemiological studiesTravaux en français237 207