Mandatory immunization: Empirical examination of governance instruments in 28 Global NITAG Network (GNN) countries
Notice bibliographique
Résumé
Abstract Background In the Global Vaccine Action Plan 2017 Assessment Report, WHO's SAGE noted need to understand ways in which legislation and regulation are used to advance or undermine immunization. The NITAG Environmental Scan Project sought to address this in a pilot study. Methods Data was collected via a secure online survey of GNN members (40 countries Sept 2018). Respondents reporting a mandatory element were asked: (1) what vaccinations were required by law; and (2) what population groups were subject to mandates; (3) what grounds, if any, were available for requesting exemptions. Results 28 (70%) countries responded, representing every WHO region and World Bank income level. While mandatory immunization programs / elements within broader NIPs were relatively common, jurisdictions varied with respect to immunizations required, population groups affected, grounds for exemptions, and penalties for non-compliance. We observed some loose associations with geography and income level. Children were the most common population group subject to mandates at some stage of childhood development (28/28); healthcare workers were second (8/15 (53%)). Sanctions for failure to immunize varied broadly, ranging from no penalty, to loss of access to social services e.g. admission to school, monetary fines, and incarceration. A variance between countries as to how strictly immunization mandates are enforced was noted. Conclusions A variety of approaches existed ranging from Narrow/Permissive to Broad/ Inclusive in scope with enforcement mapping loosely to this continuum from Loose/Permissive to Tight/Coercive. Jurisdictions with few/no vaccines mandated, and few/no target groups identified, Loose approach is expected; for those closer to Broad approach, Tighter controls expected. Coercive measures may be 'positive' (vaccination as a gateway to public services, with possible work-arounds), or 'negative' (failure to vaccinate = penalties).
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 | 0,015 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».