The science of trust: future directions, research gaps, and implications for health and risk communication
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
‘Trust is among the most important factors in human life, as it pervades’ all domains of society [1 Riedl R, Javor A. The biology of trust: integrating evidence from genetics, endocrinology, and functional brain imaging. J Neurosci Psychol Econ. 2012;5:63–91.[Crossref], [Web of Science ®] , [Google Scholar]] and related decision-making processes. This includes people’s trust in science, and in clinical and public health solutions. Unequivocally, community and patient trust are foundational to the adoption and maintenance of health-related behaviors, social norms, and policies. Yet, trust has to be earned and developed over time and through multiple interactions. Trust is about dialogue and human connection. It’s about listening and knowing that one interaction will not be enough to build trust. It is also influenced by a variety of social, economic, cultural, and political factors, past experiences, and the history of specific communities and patient groups. It should be at the core of the health and social systems with which people interact. More recently, trust in evidence-based information has also been affected by misinformation, not only on social media but also in a variety of community, institutional, and patient settings. Ultimately, we are in the midst of a global trust crisis that precedes the COVID-19 pandemic and is often rooted in the health, racial, and social inequities many groups experience [2 Schiavo R, Eyal G, Obregon R, Quinn SC, Riess H, Boston-Fisher N. The ‘Science of Trust’: future directions, research gaps, and implications for health and risk communication. Roundtable proceedings. J Commun Healthc: Strategies. Media Engagem Glob Health. 2022. doi:10.1080/17538068.2022.2121199. [Google Scholar]].
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.
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 | 0,017 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle