MétaCan
Menu
Retour à la cohorte
Enregistrement W4379057338 · doi:10.1080/22423982.2023.2218014

Risk communication and perceptions about lead ammunition and Inuit health in Nunavik, Canada

2023· article· en· W4379057338 sur OpenAlexafffundabout
Chris Furgal, Amanda D. Boyd, Alyssa M. Mayeda, Cindy Jardine, S. Michelle Driedger

Notice bibliographique

RevueInternational Journal of Circumpolar Health · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of ManitobaUniversity of the Fraser ValleyTrent University
Organismes subventionnairesNational Institute on AgingCanadian Institutes of Health Research
Mots-clésAmmunitionEnvironmental healthWaterfowlLead (geology)Lead poisoningWildlifeThe arcticArcticLead exposurePsychologyMedicineGeographyEcologyPsychiatryArchaeology

Résumé

récupéré en direct d'OpenAlex

Lead ammunition is commonly used to hunt waterfowl and other wildlife in the Arctic. Hunting with lead is problematic because the toxicant can be transferred to the consumer. Therefore, it is critical to evaluate perceptions and awareness of the risks associated with using lead ammunition among Arctic populations. Results of the Nunavik Child Development Study (a longitudinal health study gathering information on health and well-being among Inuit in Nunavik, Canada) included advice to eliminate the use of lead ammunition in hunting practices. We surveyed 112 Nunavik residents (93 women; 18 men) about their awareness of lead related messages, use of lead ammunition and risk perceptions about contaminants. Sixty-seven participants (59.8%) reported there was an active hunter in their household. We found that only 27% of participants had heard or seen the messages about reducing lead ammunition. After participants viewed the Nunavik Child Development Study messages about lead, 44% stated they would stop using lead ammunition. However, 28% indicated that they would continue using lead ammunition. We conclude that, while messages had an overall positive effect, further study is required to understand why people continue to use lead ammunition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,395
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Circumpolar HealthMême sujetIndigenous Studies and EcologyTravaux en français237 207