Vaccinomics: a cross-sectional survey of public values
Notice bibliographique
Résumé
Objective: We characterize public values regarding vaccinomics, which aims to improve vaccine safety and effectiveness using genomics.Methods: Panel survey (2020) of ≥18-year-olds with embedded animation introduced vaccinomics. Sociodemographic, health, and vaccination-related items were adapted from validated scales. Novel items measured trust in public health authorities, vaccinomics-related values, and preferences for federal funding: vaccinomics compared with vaccine issues and chronic diseases. Beginning and end of survey confidence in vaccine safety was measured to assess potential changes. Data were weighted to the U.S. Census. Vaccinomics-related concerns were stratified by sociodemographic characteristics, vaccine hesitancy status (composite outcome), reported serious vaccine reactions, and trust in public health authorities (PHA). Log binomial regression models estimated associations between these variables and agency to make vaccine-related decisions.Results: Most (70.7%, N = 1,925) respondents expected vaccinomics would increase their vaccine confidence compared to now. Agreement was highest among those without serious vaccine reaction experience (unexperienced: 74.2% versus experienced: 62.3%), with high trust in PHA (high: 83.3% versus low: 57.4%), and low vaccine hesitancy among parents of teenagers (low: 78.8% versus high: 62.5%) and adults without minor children (low: 79.8% versus high: 60.6%; all p < .01). Belief that vaccination was an individual’s choice was associated with reported serious reactions (adjusted Prevalence Ratio (aPR): 1.16; 95% CI: 1.07, 1.25) and low trust (aPR: 0.91; 0.84, 0.98). Beginning versus end of survey vaccine safety perceptions were similar.Conclusion: Federal funding, communications, and policies should assure the public that vaccinomics will not remove their decision–making power and engender trust in PHA.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».