A systematic survey of adults’ health-protective behavior use during early COVID-19 pandemic in Canada, Germany, United Kingdom, and the United States, and vaccination hesitancy and status eight months later
Notice bibliographique
Résumé
Adoption of health-protective behaviors, including social distancing measures, are a mainstay of mitigating pandemics, so it is important to understand the characteristics associated with those who use them or not. We aimed to delineate local and personal factors associated with self-reported use of health-protective behaviors (HPB) in response to COVID-19, among adults across 4 economically developed countries. We conducted an exploratory, cross-sectional, representative, on-line survey of adults in Canada, Germany, U.K., or the U.S. during the COVID-19 pandemic (June–July 2020) with two and eight month follow-ups. All countries were experiencing the initial waves of the COVID-19 pandemic. We obtained N = 6,990 participants, who reported 20 specific health-protective behaviors (dependent measure), along with locally mandated health measures, individual characteristics and psychological scales. Using health-protective behaviors (HPB-Quartile score) was significantly associated with 28 of 35 variables studied. In stepwise logistic regression, 21 variables predicted 23.51 % of the variance in HPB-Q scores (p <.000). The strongest predictors were locally mandated protective measures, immature defense mechanisms, COVID-fears, age, moving due to COVID-19, domestic violence, and perceived emotional support from significant others. HPB-Q predicted vaccination hesitancy/willingness (OR = 4.61, CI-95 %: 2.66–8.00) and adoption 8 months later. During the early pandemic, HPB use was most strongly associated with locally mandated measures, followed by psychiatric, demographic, and other personal factors. Considering these empirically derived characteristics may improve public health approaches to optimize HPB and vaccination adoption, mitigating SAR-CoV-2 transmission. Findings may also inform public health responses to future epidemics/pandemics.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».