Compliance with COVID-19 Public Health Measures: Exploring Perspectives of Younger Adults in Ontario
Notice bibliographique
Résumé
To slow the spread of COVID-19, public health mitigation strategies were implemented globally. Compliance with these measures varied greatly among different age groups in Ontario, Canada, with lower compliance found among adults 20-39 years of age. The objectives of this study were to explore facilitators and barriers to adherence to COVID-19 public health measures among these young adults and to use insights gathered from this research to inform interventions to address the identified barriers. A total of 5 focus groups with 22 participants were conducted in December 2020. Participants were eligible to be included if they were English-speaking, aged 20-39 years, resided in a specific geolocation, and had access to the internet. A phenomenological research design was used, and data were analysed using a notes-based thematic approach. Several themes emerged as barriers or facilitators to compliance including concern for others, weather, social pressure or influence, and potential shame or guilt. Many participants reported assessing their own risks to determine their level of compliance, and most tried to mitigate harms if they did not follow the measures. The findings from this project fill a current gap in understanding the complex factors that influence compliance to public health infection control measures and offers practical recommendations to inform health promotion strategies to increase compliance not only for COVID-19 measures but for other and future infectious diseases as well.
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 | 0,005 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».