MétaCan
Menu
← Retour à la cohorte
Enregistrement W4238203698 · doi:10.31235/osf.io/6vumh

Hygienists, Caregivers, Oblivious and Other COVID-19 Confined Canadians: Market Segmentation Analysis of Their Routine Activities

2020· preprint· en· W4238203698 sur OpenAlexaffabout
Fernando Mata

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCrowdsCategorizationPopulationSegmentationMarket segmentationCoronavirus disease 2019 (COVID-19)Sample (material)The InternetIdentification (biology)Cluster (spacecraft)PsychologyBusinessMarketingComputer scienceMedicineEnvironmental healthWorld Wide WebArtificial intelligenceComputer security

Résumé

récupéré en direct d'OpenAlex

This study examined routine activities reported in a survey sample of 4,600 adult Canadians aged 15 years old and over during the COVID-19 confinement period of May 4-10, 2020 and collected by Statistics Canada. A marketing segmentation analysis was carried out using a roster of 26 typical weekly activity items leading to the extraction of typical activity patterns and the identification of six major segments present in the Canadian adult population: "Hygienists" (25%), "Caregivers"(14%), "Sound Body Minders" (23%), "Home-centric" (19%), "Media-centric" (9%) and "Oblivious" (10%). Weekly activities included a wide range of actions such as washing hands, avoiding crowds, watching T.V., internet browsing, exercising, alcohol consumption and others. The six population segments were identified using a combination of principal component and k-means cluster statistical analysis. Marketing segmentation is a useful tool for decision makers to categorize population members and, by doing so, facilitate better public campaigns, help design messages and implement changes that can promote more efficient ways to deal with the various societal consequences of the COVID-19 confinement.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,030
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,377
Écart entre enseignants0,312 · 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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