Covid-19 vaccine acceptance, hesitancy, and refusal among Canadian healthcare workers: A multicenter survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Determinants of COVID-19 vaccine acceptance among healthcare workers (HCW) remains poorly understood. We assessed HCWs' willingness to be vaccinated and reasons underlying hesitancy. METHODS: Cross-sectional survey across 17 healthcare institutions. HCWs eligible for vaccination (Pfizer-BioNTech mRNA) in December 2020 were invited to receive immunization. Multivariate logistic regression was performed to identify predictors of acceptance. Reasons for refusal among those who never intended to be vaccinated (ie, firm refusers) and those who preferred delaying vaccination (ie, vaccine hesitants) were assessed. RESULTS: Among 2,761 respondents (72% female, average age, 44), 2,233 (80.9%) accepted the vaccine. Physicians, environmental services workers and healthcare managers were more likely to accept vaccination compared to nurses. Male sex, age over 50, rehabilitation center workers, and occupational COVID-19 exposure were independently associated with vaccine acceptance by multivariate analysis. Factors for refusal included vaccine novelty, wanting others to receive it first, and insufficient time for decision-making. Among those who declined, 74% reported they may accept future vaccination. Vaccine firm refusers were more likely than vaccine hesitants to distrust pharmaceutical companies and to prefer developing a natural immunity by getting COVID-19. CONCLUSIONS: Vaccine hesitancy exists among HCWs. Our findings provide useful information to plan future interventions and improve acceptance.
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle