MétaCan
Menu
Retour à la cohorte
Enregistrement W2548484692 · doi:10.1016/j.vacrep.2016.10.001

Vaccine coverage for kindergarteners: Factors associated with school and area variation in Vancouver, British Columbia

2016· article· en· W2548484692 sur OpenAlexaffabout
Richard M. Carpiano, Julie A. Bettinger

Notice bibliographique

RevueVaccine Reports · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedDemographyPsychological interventionGeographyTobit modelPsychologyGerontologyMedicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

We investigated the extent to which school-specific kindergarten vaccination up-to-date status prevalence differs by public and private school types, student demographic composition, and geographic location across schools in Vancouver, and four adjacent British Columbia communities, during 2013–14. School-specific kindergarten coverage for seven vaccinations plus up-to-date status were merged with data on school type and student sociodemographic composition for 219 schools within 9 Local Health Areas (LHAs). In adjusted Tobit regression models, private non-religious (versus public) schools were associated with lower up-to-date status (b = −9.51 percentage points). Student enrollment was positively associated with higher coverage, while greater number of English Language Learners (ELL), students speaking English at home, and Aboriginal students were each negatively associated with up-to-date coverage. The most socioeconomically disadvantaged and advantaged LHAs had the lowest coverage. Our findings identify lower coverage among some types of private schools and in affluent and disadvantaged communities—and corroborate documented US coverage patterns. Future studies need to investigate school and community factors that may contribute to such patterns, in order to identify potential mechanisms and design appropriate interventions to increase vaccine coverage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,745
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVaccine ReportsMême sujetVaccine Coverage and HesitancyTravaux en français237 207