La confiance de la communauté comme indicateur de l’adhésion aux mesures de santé publique : résultats d’une enquête nationale au Canada
Notice bibliographique
Résumé
Contexte : Les modèles de santé publique manquent souvent de données exhaustives sur le comportement, ce qui mène à des prévisions inexactes sur la propagation de la maladie ainsi qu'à des renseignements insuffisants sur la façon d'établir et de maintenir efficacement le respect des protocoles de santé publique changeants.Objectif : La présente étude pallie ce manque de données exhaustives sur le comportement en examinant le rôle de la confiance comme indicateur de l'adhésion aux mesures de santé publique.Méthodes : Les données ont été recueillies dans le cadre d'une enquête au passage en ligne auprès de 3 021 Canadiens de 16 ans et plus engagés de manière aléatoire.L'enquête analysait des facteurs comme le sexe, l'éducation et les sources d'information sur la COVID-19 relativement à l'adhésion aux lignes directrices en matière de santé publique.Résultats : La confiance et le fait de respecter l'expertise d'une personne suffisamment pour accepter ses conseils se sont avérés un puissant indicateur de l'adhésion aux mesures de santé publique.Cela souligne l'importance de la confiance pour façonner l'engagement communautaire.On a également constaté que l'adhésion des communautés permettait de prédire l'adhésion future prévue.Conclusion : Cette étude met l'accent sur le rôle essentiel de la confiance, surtout au niveau des communautés, dans le succès des mesures de santé publique et propose d'intégrer la mesure de la confiance dans les modèles de santé publique en matière de conformité et de résistance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».