Regional personality differences predict variation in early COVID-19 infections and mobility patterns indicative of social distancing.
Notice bibliographique
Résumé
The early stages of the COVID-19 pandemic revealed stark regional variation in the spread of the virus. While previous research has highlighted the impact of regional differences in sociodemographic and economic factors, we argue that regional differences in social and compliance behaviors-the very behaviors through which the virus is transmitted-are critical drivers of the spread of COVID-19, particularly in the early stages of the pandemic. Combining self-reported personality data that capture individual differences in these behaviors (3.5 million people) with COVID-19 prevalence and mortality rates as well as behavioral mobility observations (29 million people) in the United States and Germany, we show that regional personality differences can help explain the early transmission of COVID-19; this is true even after controlling for a wide array of important sociodemographic, economic, and pandemic-related factors. We use specification curve analyses to test the effects of regional personality in a robust and unbiased way. The results indicate that in the early stages of COVID-19, Openness to experience acted as a risk factor, while Neuroticism acted as a protective factor. The findings also highlight the complexity of the pandemic by showing that the effects of regional personality can differ (a) across countries (Extraversion), (b) over time (Openness), and (c) from those previously observed at the individual level (Agreeableness and Conscientiousness). Taken together, our findings support the importance of regional personality differences in the early spread of COVID-19, but they also caution against oversimplified answers to phenomena as complex as a global pandemic. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».