Factors influencing mask use and physical distancing for COVID-19: A qualitative evidence synthesis
Notice bibliographique
Résumé
Background: The World Health Organization (WHO) recommends a bundle of precautions to reduce community transmission of COVID-19, including mask use and physical distancing. However, there is evidence that suggests poor adherence to these health measures community settings. Aim: To summarise qualitative research evidence on the perceptions and factors influencing masks use and physical distancing in the context of the COVID-19 pandemic. Setting: We included studies conducted in community settings. Method: An electronic database search was conducted using search terms derived from the inclusion criteria and combined in a peer-reviewed search strategy. Thirty studies were sampled. Qualitative data analysis was performed using the thematic synthesis approach. The confidence in each review finding was ascertained using the Grading of Recommendations, Assessment, Development and Evaluations - Confidence in the evidence from Reviews of Qualitative Research (GRADE-CERQual) approach. Results: Ten analytical themes of low to high confidence were identified. Values, belief systems and cultural norms shaped the perception and uptake of mask use and physical distancing. Key barriers included the cost of masks, limited infrastructure for spatial separation and inconsistent political or government messaging, while visual cues and social responsibility facilitated adherence. Conclusion: Personal values and preferences influenced individuals' adherence to these public health measures. Political or government messaging is important to aid understanding and adherence. Contribution: Insights provided by this synthesis can support future emergency preparedness and response to outbreaks of acute respiratory infections by providing policy makers with information needed to make contextually relevant recommendations to enhance adherence.
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 | 0,006 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».