Radon, an invisible killer in Canadian homes: perceptions of Ottawa-Gatineau residents
Notice bibliographique
Résumé
Objectives Canadians have reason to care about indoor air quality as they spend over 90% of the time indoors. Although indoor radon causes more deaths than any other environmental hazard, only 55% of Canadians have heard of it, and of these, 6% have taken action. The gap between residents’ risk awareness and adoption of actual protective behaviour presents a challenge to public health practitioners. Residents’ perception of the risk should inform health communication that targets motivation for action. In Canada, research about the public perception of radon health risk is lacking. The aim of this study was to describe residents’ perceptions of radon health risks and, applying a theoretical lens, evaluate how perceptions correlate with protection behaviours. Methods We conducted a mixed online and face-to-face survey (N = 557)with both homeowners and tenants inOttawa-Gatineau census metropolitan area. Descriptive, correlation, and regression analyses addressed the research questions. Results Compared to the gravity of the risk, public perception remained low. While 32% of residents expressed some concern about radon health risk, 12% of them tested and only 3% mitigated their homes for radon. Residents’ perceptions of the probability and severity of the risk, social influence, care for children, and smoking in home correlated significantly with their intention to test; these factors also predicted their behaviours for testing and mitigation. Conclusion Health risk communication programs need to consider the affective aspects of risk perception in addition to rational cognition to improve protection behaviours. A qualitative study can explore the reasons behind the gap between testing and mitigation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».