MétaCan
Menu
Retour à la cohorte
Enregistrement W4387982622 · doi:10.3138/cjc-2022-0055

A Missed Opportunity? Making Sense of the Low Adoption Rate of <i>COVID Alert</i>, Canada’s Contact-Tracing Application

2023· article· en· W4387982622 sur OpenAlexaffvenueabout
David Dumouchel, Yannick Dufresne, Richard Nadeau, William Poirier

Notice bibliographique

RevueCanadian Journal of Communication · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueCOVID-19 Digital Contact Tracing
Établissements canadiensWestern UniversityUniversité de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésContact tracingCoronavirus disease 2019 (COVID-19)Tracing2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicPublic relationsPsychologyBusinessPolitical scienceComputer scienceMedicineVirology

Résumé

récupéré en direct d'OpenAlex

Background: This study reflects on the low adoption rate of COVID Alert, the Canadian contact-tracing application, during the COVID-19 pandemic. Analysis: Using data from two representative surveys conducted in Canada in 2020, this article examines how the application’s attributes and citizens’ attitudes on the sanitary crisis and on technology may have influenced the low adoption rate of COVID Alert. Conclusions and implications: The results suggest that the application design was socially acceptable, that it was seen as useful, and that it was not perceived as risky or hard to use. Contrasting this evidence with the unpopularity of COVID Alert leads to the suggestion that the barrier to greater uptake may have partly come from the inability of its developers to effectively promote the application.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,264
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of CommunicationMême sujetCOVID-19 Digital Contact TracingTravaux en français237 207