MétaCan
Menu
Retour à la cohorte
Enregistrement W4392247308 · doi:10.1016/j.socscimed.2024.116715

A situational test of the health belief model: How perceived susceptibility mediates the effects of the environment on behavioral intentions

2024· article· en· W4392247308 sur OpenAlexaff
Shannon Taflinger, Sebastian Sattler

Notice bibliographique

RevueSocial Science & Medicine · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensMontreal Clinical Research Institute
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésHealth belief modelPsychologyContext (archaeology)Situational ethicsMediationStructural equation modelingSocial psychologyRisk perceptionTest (biology)Affect (linguistics)PerceptionModerated mediationPopulationPublic healthMedicineEnvironmental healthHealth promotion

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Existing evidence regarding the role of perceived susceptibility in shaping preventative health behavior is mixed for the Health Belief Model (HBM). To clarify whether and under which conditions perceived susceptibility affects preventative behavior, this study aims to better understand how situational environmental factors affect perceived susceptibility, thereby shaping health decisions, and whether this mediation relationship is conditioned by other HBM cognitions, namely perceived benefits and severity. METHODS: Therefore, we employed a scenario-based experiment in a large, representative sample of the German population (N = 4,802) in April 2022. Respondents were presented with a fictional invitation to a social gathering, which mimicked a post in a messenger group chat. The invitation included five experimentally manipulated scenarios: no COVID-19 preventative measure implemented, a COVID-19 test is required; either testing negative, being vaccinated, or being recovered from COVID-19 is required (known as 3G in the German context); reduced number of attendees; or the social gathering occurred outside. Moreover, perceived susceptibility to contract COVID-19 at the social gathering and perceived severity and benefits (independent of the scenario) were measured. RESULTS: We found evidence that perceived susceptibility mediates the relationship between each implemented preventative measure and willingness to attend the social gathering. The effect of the preventative measures on perceived susceptibility and the indirect effect of the preventative measure on attendance via perceived susceptibility were moderated by perceived benefits. However, there is lack of robust evidence that perceived severity moderates the effect of perceived susceptibility on attendance. CONCLUSION: In summary, our study provides evidence that individuals perceive and adapt their perceptions and behavior to preventive measures in a given situation, which speaks to the dynamic nature of the cognition perceived susceptibility. Moreover, our findings suggest a promising avenue forward for the HBM is to examine how the cognitions and the environment together shape preventative health behavior.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,766
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
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 Opus0,057
Tête enseignante GPT0,406
Écart entre enseignants0,349 · 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.

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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Science & MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207