COVID-19 information and self-protective behaviors among rural communities in tropical forests
Notice bibliographique
Résumé
BACKGROUND: Health risk communication plays a key role in promoting self-protective measures, which are critical in suppressing COVID-19 contagion. Relatively little is known about the communication channels used by rural poor populations to learn novel measures and their effectiveness in promoting self-protective behaviors. Behavioral change can be shaped by people's trust in government institutions which may be differentiated by social identity, including indigeneity. METHODS: During an early phase of the pandemic, we conducted two telephone surveys with over 460 communities - both Indigenous and mestizo - without road access and limited communication access in the Peruvian Amazon. This is the first report on the association of information sources about self-protective measures against COVID-19 with the adoption of self-protective behaviors in remote rural areas in developing countries. RESULTS: People mainly relied on mass media (radio, television, newspapers) and interpersonal sources (local authorities, health workers, neighbors/relatives) for information and adopted handwashing, mask-wearing, social distancing, and social restrictions to varying degrees. Overall, self-protective behaviors were largely positively and negatively associated with mass media and interpersonal sources, respectively, depending on the source-measure combination. Mistrust of the government seems to have shaped how Indigenous and mestizo peoples distinctively responded to interpersonal information sources and relied on mass media. CONCLUSIONS: Our findings call for improved media access to better manage pandemics in rural areas, especially among remote Indigenous communities.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».