MétaCan
Menu
Retour à la cohorte
Enregistrement W4405329699 · doi:10.1080/13876988.2024.2424571

Effect of Values, Institutional Trust, and Risk Perceptions on Support for Policy Tools in Immunisation against COVID-19: A Comparative Study

2024· article· en· W4405329699 sur OpenAlexaff
Lihi Lahat, Chen Sharony, Villy Abraham, Ori Lev, Amit Avigur‐Eshel

Notice bibliographique

RevueJournal of Comparative Policy Analysis Research and Practice · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPerceptionCoronavirus disease 2019 (COVID-19)Risk perceptionPublic relationsPolitical scienceFoundation (evidence)2019-20 coronavirus outbreakPublic economicsPositive economicsSociologyPsychologyEconomicsLawMedicineDisease

Résumé

récupéré en direct d'OpenAlex

Using Moral Foundation Theory, we explored whether values, institutional trust, and risk perceptions affected support for policy tools in COVID-19 immunisation. We asked which variables were more influential and whether Israel and the United Kingdom differed. We used a quantitative method based on surveys and found that values played an essential role, mainly with coercive tools, but differently in the UK and Israel. Risk perceptions were more influential in Israel, and institutional trust was more influential in the UK. Values-oriented analysis adds to the behavioural aspects of the policy tools literature and can help policymakers choose policy tools and communicate them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,399
Tête enseignante GPT0,570
Écart entre enseignants0,171 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Policy Analysis Research and PracticeMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207