Factors Impacting Chinese Older Adults’ Intention to Prevent COVID-19 in the Post–COVID-19 Pandemic Era: Survey Study
Notice bibliographique
Résumé
BACKGROUND: Understanding the factors influencing individuals' health decisions is a dynamic research question. Particularly, after China announced the deregulation of the COVID-19 epidemic, health risks escalated rapidly. The convergence of "no longer controlled" viruses and the infodemic has created a distinctive social period during which multiple factors may have influenced people's decision-making. Among these factors, the precautionary intentions of older individuals, as a susceptible health group, deserve special attention. OBJECTIVE: This study aims to examine the intention of older adults to engage in preventive behaviors and the influencing factors, including social, media, and individual factors, within the context of the postepidemic era. Drawing upon the structural influence model of communication, this study tests the potential mediating roles of 3 different types of media exposure between cognitive and structural social capital and protective behavior intention, as well as the moderating role of negative emotions between social capital and media exposure. METHODS: In this study, a web survey was used to collect self-reported quantitative data on social capital, media exposure, negative emotions, and the intention to prevent COVID-19 among older adults aged ≥60 years (N=399) in China. RESULTS: The results indicate that cognitive social capital significantly influenced protective behavior intention (P<.001), with cell phone exposure playing an additional impactful role (P<.001). By contrast, newspaper and radio exposure and television exposure mediated the influence of structural social capital on protective behavior intention (P<.001). Furthermore, negative emotions played a moderating role in the relationship between cognitive social capital and cell phone exposure (P<.001). CONCLUSIONS: This study suggests that using tailored communication strategies across various media channels can effectively raise health awareness among older adults dealing with major pandemics in China, considering their diverse social capital characteristics and emotional states.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».