Changes in virus-transmission habits during the COVID-19 pandemic: a cross-national, repeated measures study
Notice bibliographique
Résumé
OBJECTIVE: The COVID-19 pandemic saw promotion of novel virus transmission-reduction behaviours, and discouragement of familiar transmission-conducive behaviours. Understanding changes in the automatic nature of such behaviours is important, because habitual behaviours may be more easily reactivated in future outbreaks and disrupting old habits may discontinue unwanted behaviours. DESIGN: = 42 ± 16y, 79% female). MAIN OUTCOME MEASURES: Within-participant habit trajectories across all timepoints, and engagement in transmission-reduction behaviours (handwashing when entering home; handwashing with soap for 20 seconds; physical distancing) and transmission-conducive behaviours (coughing/sneezing into hands; making physical contact) summed over the final two timepoints. RESULTS: Three habit trajectory types were observed. Habits that remained strong ('stable strong habit') and habits that strengthened ('habit formation') were most common for transmission-reduction behaviours. Erosion of initially strong habits ('habit degradation') was most common for transmission-conducive behaviours. Regression analyses showed 'habit formation' and 'stable strong habit' trajectories were associated with greater behavioural engagement at later timepoints. CONCLUSION: Participants typically maintained or formed transmission-reduction habits, which encouraged later performance, and degraded transmission-conducive habits, which decreased performance. Findings suggest COVID-19-preventive habits may be recoverable in future virus outbreaks.
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 | 0,004 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».