The effects of information framing on self-protective behavior: Evidence from the COVID-19 vaccine uptake
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: The Healthy China 2030 strategy outlines the government's plans for healthcare reform, emphasizing the need for increased awareness about infectious diseases to prevent and fight future infections. Information campaigns can be used as a medium to raise awareness and encourage citizens' willingness to protect themselves against diseases, such as COVID-19. Extant studies have found that individual health behavior decision-making can be changed under different information frames. However, limited evidence is available about emerging infectious diseases. Based on the Prospect Theory and Theory of Planned Behavior, the impact of information frames on self-protective behavior-vaccination against COVID-19 is investigated in this study. Methods: A 2(gain/loss frame)*2(factual/emotional frame) intergroup experimental design was designed to explore the effects of different information frames. 228 valid participants in China were recruited and the experiment was performed online. Results: First, the gain frame was more effective in promoting public self-protection behavior than the loss frame under information frame intervention. Compared with the factual frame, the emotional frame is more effective in reducing individual risk perception. Second, perceptual behavior control has masking effects on self-protection behavior under the influence of the gain/loss frame. Third, age, subjective norms, attitudes, and the gain frame, have predictive effects on self-protection behavior. Conclusions: This study provides empirical evidence on the impact of information framing interventions on public self-protection behavior during the COVID-19 pandemic and provides important practical implications for public administrators and media practitioners.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découle