MétaCan
Menu
← Retour à la cohorte
Enregistrement W3005566225 · doi:10.7759/cureus.7015

Personal Opinions Seem to be the Major Contributor to the Influenza Vaccination Disparity in Sneedville, TN

2020· article· en· W3005566225 sur OpenAlexaff
Jacek Bednarz, Daniel Mok, Jan D. Zieren, Theresa M Ferguson, José Manuel Gómez-García, Jordan Glass, Melanie McCown, Kelcie Smith, Brian Yonish, Aveesha C Bodoe

Notice bibliographique

RevueCureus · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésLikert scaleMedicineVaccinationInfluenza vaccineScale (ratio)Family medicineDemographyImmunologyStatisticsGeography

Résumé

récupéré en direct d'OpenAlex

Relevance Although the seasonal flu vaccine remains the most effective way to prevent the spread of influenza and reduce its associated mortalities, the proportion of individuals receiving the vaccine continues to be an issue in various communities across the United States. The attitudes of residents who live in Sneedville, a small town in a rural northeastern Tennessee, were surveyed. Objective(s) To determine the barriers to influenza vaccination in Sneedville, Tennessee and contribute to the literature on why some rural communities across the United States show low influenza vaccination rates. Materials and Methods Door-to-door convenience sampling was conducted in Sneedville, TN. Participants were asked to complete a survey consisting of --three yes or no demographic questions (one with an option to further elaborate) and nine opinion questions based on a five-point Likert scale (1 = strongly disagree, 2 = disagree, 3 = undecided, 4 = agree, 5 = strongly agree). Participants were not provided any additional details pertaining to the Likert scale questions and were given the option to skip the Likert scale questions. These questions were chosen to gauge the potential structural, socioeconomic, belief, and provider-related barriers to vaccination. Two-tailed independent t-tests were used to compare the Likert scale means for each of the nine opinion questions in those that received the influenza vaccine and those who did not. Univariate analysis was conducted to assess difference in the distribution of Likert responses in vaccinators compared to non-vaccinators. Results This project surveyed 172 residents of which 60.5% (104/172) indicated that they did not receive the influenza vaccine for the 2017-2018 flu season. Compared to individuals who vaccinate against the flu, individuals who do not vaccinate against the flu believe the flu shot is not worthwhile and believe the flu shot has a greater chance to make them sick. Conclusions This study finds that structural, socioeconomic, and provider-related barriers are not the underlying cause of the low influenza vaccination rates in this rural area. Instead, public opinion on influenza vaccination seems to be the reason for the disparity.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,085
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,111
Tête enseignante GPT0,393
Écart entre enseignants0,282 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→