Willingness to Vaccinate against COVID-19 among Healthcare Workers: An Online Survey in 10 Countries in the Eastern Mediterranean Region
Notice bibliographique
Résumé
BACKGROUND: Willingness of healthcare workers to be vaccinated is an important factor to be considered for a successful COVID-19 vaccination programme. This study aims to understand the willingness of health workers to receive a COVID-19 vaccine and its associated concerns across 10 countries in the Eastern Mediterranean Region (EMR). METHOD: A cross-sectional study was conducted in January 2021 among healthcare workers in EMR using an online survey. Data were analyzed using IBM SPSS software package version 20.0. RESULTS: A total of 2806 health workers (physicians, nurses and pharmacists) completed and returned the informed consent along with the questionnaire electronically. More than half of the respondents (58.0%) were willing to receive a COVID-19 vaccine, even if the vaccination is not mandatory for them. On the other hand, 25.7% of respondents were not willing to take COVID-19 vaccine while 16.3 % were undecided. The top three reasons for not willing to be vaccinated were unreliability of COVID-19 vaccine clinical trials (62.0%), fear of the side effects of the vaccine (45.3%), and that COVID-19 vaccine will not give immunity for a long period of time (23.1%). CONCLUSION: Overall, the study revealed suboptimal acceptance of COVID-19 vaccine among the respondents in the EMR. Significant refusal of COVID-19 vaccine among healthcare professionals can reverse hard-won progress in building public trust in vaccination program. The findings suggest the need to develop tailored strategies to address concerns identified in the study in order to ensure optimal vaccine acceptance among healthcare workers in the EMR.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».