The influence of social norms on the dynamics of vaccinating behaviour for paediatric infectious diseases
Notice bibliographique
Résumé
Mathematical models that couple disease dynamics and vaccinating behaviour often assume that the incentive to vaccinate disappears if disease prevalence is zero. Hence, they predict that vaccine refusal should be the rule, and elimination should be difficult or impossible. In reality, countries with non-mandatory vaccination policies have usually been able to maintain elimination or very low incidence of paediatric infectious diseases for long periods of time. Here, we show that including injunctive social norms can reconcile such behaviour-incidence models to observations. Adding social norms to a coupled behaviour-incidence model enables the model to better explain pertussis vaccine uptake and disease dynamics in the UK from 1967 to 2010, in both the vaccine-scare years and the years of high vaccine coverage. The model also illustrates how a vaccine scare can perpetuate suboptimal vaccine coverage long after perceived risk has returned to baseline, pre-vaccine-scare levels. However, at other model parameter values, social norms can perpetuate depressed vaccine coverage during a vaccine scare well beyond the time when the population's baseline vaccine risk perception returns to pre-scare levels. Social norms can strongly suppress vaccine uptake despite frequent outbreaks, as observed in some small communities. Significant portions of the parameter space also exhibit bistability, meaning long-term outcomes depend on the initial conditions. Depending on the context, social norms can either support or hinder immunization goals.
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 | 0,003 | 0,023 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».