A Cross-Sectional Study and Observational Assessment of Shoppers’ COVID-19 Prevention Behaviors in Southwestern Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to observe the level of alcohol-based sanitizer, mask use, and physical distancing across indoor community settings in Guelph, ON, Canada, and to identify potential barriers to practicing these behaviors. METHODS: Shoppers were observed in June 2022 across 21 establishments. Discrete in-person observations were conducted and electronically recorded using smartphones. Multilevel logistic regression models were fitted to identify possible covariates for the 3 behavioral outcomes. RESULTS: Of 946 observed shoppers, 69% shopped alone, 72% had at least 1 hand occupied, 26% touched their face, 29% physically distanced ≥ 2 m, 6% used hand sanitizer, and 29% wore masks. Sanitizer use was more commonly observed among people who wore masks and in establishments with coronavirus disease (COVID-19) signage posted at the entrance. Mask use was more commonly observed during days without precipitation and in establishments with some or all touch-free entrances. Shoppers more commonly physically distanced ≥ 2 m when they were shopping alone. CONCLUSIONS: This supports evidence for environmental context influencing COVID-19 preventive behaviors. Intervention efforts aimed at visible signage, tailored messaging, and redesigning spaces to facilitate preventive behaviors may be effective at increasing adherence during outbreaks.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».