When Media Campaigns Fail: Explaining the Factors of Civil Disobedience to COVID-19 Protocols in Nigeria
Notice bibliographique
Résumé
Media campaigns on COVID-19 protocols were launched in Nigeria to reduce the spread of the virus. There was evidence to suggest disobedience to the protocols. Thus, this study investigates factors that facilitated civil disobedience to COVID-19 protocols and the implications for the management of the virus. Awareness, mediatisation and personal, cultural and societal factors constructs were formulated to measure the level of civil disobedience. Kaiser–Meyer–Olkin’s Measure of Sampling Adequacy used for the study revealed that 86.4% out of the sampled size was sufficient for testing and validating variables in the civil disobedience construct, 69.1% and 63.1% for awareness and mediatisation constructs, respectively. The constructs were subjected to inferential statistical analysis, and the variables measured at the continuous and linear relationship levels. The study found economic status and media reports as the determinants of peoples’ awareness of the virus. Provision of adequate information and exposure to COVID-related contents were dominant factors under mediatisation; social distancing and use of face masks were dominant factors of civil disobedience. This study concluded that media campaigns on COVID-19 protocols failed to achieve needed behavioural changes due to economic issues, language barriers, insensitivity of government and inadequate provision of essential amenities.
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 | 0,007 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».