Going against the Herd: Psychological and Cultural Factors Underlying the ‘Vaccination Confidence Gap’
Notice bibliographique
Résumé
By far the most common strategy used in the attempt to modify negative attitudes toward vaccination is to appeal to evidence-based reasoning. We argue, however, that focusing on science comprehension is inconsistent with one of the key facts of cognitive psychology: Humans are biased information processors and often engage in motivated reasoning. On this basis, we hypothesised that negative attitudes can be explained primarily by factors unrelated to the empirical evidence for vaccination; including some shared attitudes that also attract people to complementary and alternative medicine (CAM). In particular, we tested psychosocial factors associated with CAM endorsement in past research; including aspects of spirituality, intuitive (vs analytic) thinking styles, and the personality trait of openness to experience. These relationships were tested in a cross-sectional, stratified CATI survey (N = 1256, 624 Females). Whilst educational level and thinking style did not predict vaccination rejection, psychosocial factors including: preferring CAM to conventional medicine (OR .49, 95% CI .36-.66), endorsement of spirituality as a source of knowledge (OR .83, 95% CI .71-.96), and openness (OR .86, 95% CI .74-.99), all predicted negative attitudes to vaccination. Furthermore, for 9 of the 12 CAMs surveyed, utilisation in the last 12 months was associated with lower levels of vaccination endorsement. From this we suggest that vaccination scepticism appears to be the outcome of a particular cultural and psychological orientation leading to unwillingness to engage with the scientific evidence. Vaccination compliance might be increased either by building general confidence and understanding of evidence-based medicine, or by appealing to features usually associated with CAM, e.g. 'strengthening your natural resistance to disease'.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,026 |
| 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 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 source (Gemma direct ou Codex distillé), 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 ».