Anticipations des comportements des Québécois durant la pandémie de la COVID-19
Notice bibliographique
Résumé
Trois enquêtes ont été effectuées auprès de 477 répondants afin de pouvoir mesurer le risque perçu des répondants à l'aide de leurs anticipations subjectives. Les trois enquêtes ont permis d'employer le modèle d'Anderson & Hsiao en utilisant des données longitudinales. De plus, les données objectives régionales fournies par le gouvernement du Québec ont servi à dresser un portrait de la situation lorsque le participant remplissait le questionnaire. Dans notre échantillon, plusieurs répondants étant en situation d'incapacité physique ou ayant des maladies chroniques étaient plus à risque, c'est-à-dire qu'ils avaient plus de chance de développer des symptômes lourds après avoir contracté la COVID-19. Dans ce sens, une régression a été effectué pour l'ensemble de l'échantillon, une pour les répondants en situation d'incapacité physique et une pour ceux ayant au minimum une maladie chronique. Les résultats démontrent que l'anticipation subjective à la période antérieure influence l'anticipation subjective d'aujourd'hui pour l'ensemble de l'échantillon et pour les répondants ayant une maladie chronique, et ce même en contrôlant les risques objectifs de transmission et de décès associés au virus. De plus, on a remarqué la présence d'un effet temporel. Effectivement, celui-ci fait diminuer le risque perçu d'attraper la COVID-19 à travers le temps pour les répondants en situation d'incapacité physique et pour l'ensemble de l'échantillon. Aussi, on a trouvé que le temps et le respect des consignes sanitaires sont inversement lié, c'est-à-dire que plus que le temps avance, moins les répondants respectent les consignes sanitaires.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».