Pandemic fatigue or enduring precautionary behaviours? Canadians’ long-term response to COVID-19 public health measures
Notice bibliographique
Résumé
The long-term dynamics of COVID-19 disease incidence and public health measures may impact individuals' precautionary behaviours as well as support for measures. The objectives of this study were to assess longitudinal changes in precautionary behaviours and support for public health measures. Survey data were collected online from 1030 Canadians in each of 5 cycles in 2020: June 15-July 13; July 22-Aug 8; Sept 7-15; Oct 14-21; and Nov 12-17. Precautionary behaviour increased over the study period in the context of increasing disease incidence. When controlling for the stringency of public health measures and disease incidence, mixed effects logistic regression models showed these behaviours did not significantly change over time. Odds ratios for avoiding contact with family and friends ranged from 0.84 (95% CI 0.59-1.20) in September to 1.25 (95% CI 0.66-2.37) in November compared with July 2020. Odds ratios for attending an indoor gathering ranged from 0.86 (95% CI 0.62-1.20) in August to 1.71 (95% CI 0.95-3.09) in October compared with July 2020. Support for non-essential business closures increased over time with 2.33 (95% CI 1.14-4.75) times higher odds of support in November compared to July 2020. Support for school closures declined over time with lower odds of support in September (OR 0.66 [95% CI 0.45-0.96]), October (OR 0.48 [95% CI 0.26-0.87]), and November (OR 0.39 [95% CI 0.19-0.81]) compared with July 2020. In summary, respondents' behaviour mirrored government guidance between July and November 2020 and supported individual precautionary behaviour and limitations on non-essential businesses over school closures.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,007 | 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 ».