MétaCan
Menu
Retour à la cohorte
Enregistrement W6982298931

Identification des variables favorisant l'adoption des comportements préventifs de la maladie de Lyme

2023· other· fr· W6982298931 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Languefr
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValidation testLyme diseaseBehavioral analysisLYME
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les changements climatiques ont entrainé une augmentation de l'incidence de la maladie de Lyme en Amérique du Nord. Au Canada, depuis que la maladie de Lyme est devenue une maladie à déclaration obligatoire au niveau national, le nombre de cas humains signalés est passé de 144 cas en 2009 à 2 851 en 2021. En l'absence de vaccin, les interventions visant à protéger les populations contre la maladie de Lyme reposent essentiellement sur la promotion des comportements individuels servant à se prémunir des piqûres de tiques. Malheureusement, ces mesures individuelles de prévention ne semblent pas suffisamment mises en pratique. Cette étude vise à identifier les facteurs saillants qui entravent ou qui pourraient faciliter l'adaptation des populations à la maladie de Lyme. Elle poursuit précisément un double objectif : d'identifier les prédicteurs saillants de l'adoption des comportements visant à se prémunir des piqûres de tiques au sein des différents groupes définis par l'âge et le niveau de scolarité d'une part, et d'autre part de déterminer les différents profils d'adaptation à la maladie de Lyme à partir des prédicteurs saillants retenus dans chaque groupe grâce à la régression par copules. Les données ont été collectées auprès de 3941 adultes vivant dans une zone à risque pour la maladie de Lyme. Les participants ont rempli un questionnaire par téléphone (n = 1003) ou sur le Web (n = 2938). Le questionnaire permettait de savoir s'ils adoptaient ou non les comportements servant à se prémunir des piqûres de tiques proposés par les responsables de la santé publique du Québec. Il mesurait également certaines variables de la Théorie du Comportement Planifié, notamment leur attitude ou les normes sociales perçues concernant les comportements. La méthode d'analyse statistique utilisée est la régression par copules. Nos résultats ont d'abord permis d'identifier les prédicteurs saillants de l'adaptation à la maladie de Lyme au sein de six sous-groupes définis par l'âge et le niveau de scolarité. Les prédicteurs sélectionnés par la régression par copules étaient les suivants : l'intention, la susceptibilité, la connaissance de la maladie de Lyme, le risque perçu, la sévérité perçue, la présence d'enfant dans le ménage, la perception de contrôle et les normes sociales. Leur sélection et leur pouvoir de prédiction diffèrent d'un groupe à un autre, avec quelques similarités remarquables entre les groupes. Ensuite, en « profilant » les participants selon leurs réponses aux questions pertinentes à la prédiction de l'adaptation, nous avons analysé dans chaque groupe les dix profils de réponse qui maximisaient les valeurs conditionnelles attendues de l'adaptation à la maladie de Lyme. Nous concluons que l'âge et le niveau de scolarité jouent dans la décision des individus d'adopter les comportements visant à se prémunir des piqûres de tiques, parce qu'en marge des similitudes notables entre les groupes, des spécificités d'intérêt en termes d'orientation des interventions ont été également identifiées dans certains groupes. En plus, il existe plusieurs manières de bien s'adapter à la maladie de Lyme. Ces informations peuvent donc être utilisées par les autorités sanitaires pour développer des interventions éducatives plus ciblées et plus efficaces dans le cadre de la lutte pour l'amélioration de l'adoption des comportements servant à se prémunir des piqûres de tiques.

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)0,005
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,062
Tête enseignante GPT0,375
Écart entre enseignants0,313 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPolicing Practices and PerceptionsTravaux en français237 207