MétaCan
Menu
Back to cohort
Record W6982298931

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

2023· other· fr· W6982298931 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldSocial Sciences
TopicPolicing Practices and Perceptions
Canadian institutionsnot available
Fundersnot available
KeywordsValidation testLyme diseaseBehavioral analysisLYME
DOInot available

Abstract

fetched live from 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.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.019
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.044
Threshold uncertainty score0.088

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.019
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.062
GPT teacher head0.375
Teacher spread0.313 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same topicPolicing Practices and PerceptionsFrench-language works237,207