Environmental Health Attitudes, Practices, and Educational Preferences: A National Survey of Reproductive-Aged Women in Canada
Notice bibliographique
Résumé
Prenatal exposures to environmental toxicants can adversely affect fetal and child development and lead to increased risk of chronic disease. While regulatory action is essential to reduce sources of environmental toxicants, prenatal care presents an opportunity to educate, mobilize, and support prospective parents to reduce exposures to such hazards. As the first phase of an interdisciplinary research collaboration to inform the development of prenatal environmental health education strategy in Canada, we surveyed reproductive-aged female individuals. The online survey (July-September 2021) yielded a nationally representative sample of 1914 reproductive-aged females living in Canada. The questionnaire topics addressed the respondents' knowledge and perceptions of environmental health risks, preventive actions and related facilitators and barriers, information sources and preferences, reproductive history, and demographics. The analysis included bivariate and multivariate techniques. Our results suggest broad awareness among reproductive-aged females that exposure to toxicants can be harmful, and that reducing prenatal exposures can benefit child health. However, fewer than half of respondents felt that they had enough knowledge to take protective measures. Despite high levels of preference for prenatal care as an ideal context for learning about environmental health risks and protective measures, fewer than one in four respondents had ever discussed environmental health concerns with a healthcare provider. Our findings reveal a knowledge-action gap and a corresponding opportunity to improve environmental health education and advocacy in prenatal care in the Canadian context.
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 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 | 0,011 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».