Evaluating Multi-Jurisdictional Enteric Illness Outbreak Messaging in Canada: A Content Analysis of Public Health Notices
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
Effective risk communication during enteric illness outbreaks requires the provision of clear and consistent information to diverse audiences to reduce risk of exposure, inform behavior changes, and prevent illness. Most enteric illnesses are caused by pathogens transmitted through consumption of contaminated food or water, contact with animals, or person-to-person contact. When multi-jurisdictional outbreaks occur, the Public Health Agency of Canada posts web-based Public Health Notices (PHNs) to inform Canadians. This study evaluated the comprehensibility of PHNs to optimize federal risk communication approaches. Publicly available web-based PHNs (n = 42) from 2014–2022 were obtained. A codebook was developed using the Centers for Disease Control and Prevention’s (CDC) Clear Communication Index (CCI) and Health Belief Model (HBM) and systematically applied. A SMOG readability calculator was used to determine reading grade level. Descriptive statistics were calculated to summarize coded data. The average reading grade level was above Grade 12 (13.9 ± 1.1). PHNs communicated the nature of the risk (100%) and behavioral recommendations (96.5%) clearly. An active voice was sometimes used (61.9%), but numerical information was less commonly presented using best practices (38.1%). The HBM was fully incorporated in seven PHNs, with most PHNs using five of six constructs (66.7%). PHNs shared similar information in a consistent order (75.0%). Aligning PHNs to best practices in risk communication is recommended, including writing content at a reading grade level that supports comprehension by diverse audiences, following the CCI to increase clarity, including all HBM constructs to promote behavior change, and maintaining message consistency.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 découle