Association between Disaster Knowledge Level and the First Step of Stockpiling Food for a Disaster
Notice bibliographique
Résumé
This study clarifies the association between disaster knowledge levels and beginning to stockpile food at home as a disaster preparedness. This survey was conducted between 18-20 December 2019 using a self-administered web-based questionnaire. The participants were recruited from panel members of an online survey company. A total of 1,200 adults living in the five Japanese prefectures with the highest predicted food shortages after the anticipated Nankai Trough earthquake, took part in the study. Multivariable logistic regression analyses revealed a significant positive relationship between disaster knowledge level and beginning food stockpiling (p for trend <0.001). Compared with those who had a low level of disaster knowledge, participants who had a medium level of knowledge were 2.11 times more likely to begin stockpiling food (adjusted odds ratio [OR]: 2.11, 95% confidence intervals [CI]: 1.49-2.97), whereas those with the highest knowledge level were 2.52 times more likely to begin stockpiling food (adjusted OR: 2.52, 95% CI: 1.79-3.56). Beginning food stockpiling can be the first step toward disaster preparedness. It is considered that people with low disaster knowledge levels are more likely to have no beginning food stockpiling and are at high risk for disasters. These findings suggest ways to approach prioritizing people facing high disaster risk.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 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 ».