Acceptance of COVID-19 Vaccine in Pakistan: A Nationwide Cross-Sectional Study
Notice bibliographique
Résumé
Introduction The coronavirus disease 2019 (COVID-19) vaccine is available across various countries worldwide, with public-private partnerships ensuring all individuals are vaccinated through a phased approach. Irrespective of the geographical spread, several myths pertaining to the COVID-19 vaccine have stemmed, ultimately limiting the national administration of vaccines and rollouts. This study assessed the acceptance of the COVID-19 vaccine among the general public in Pakistan. Methods A pre-validated questionnaire was administered from January 2021 to February 2021 to assess the public attitude and acceptance of the COVID-19 vaccine. Logistic regression analyses were run to identify factors associated with the acceptance among the population. Results A total of 936 responses were elicited, where 15% perceived their risk of being infected at 20-30% with an overall 70% agreeing to be vaccinated if recommended. Multivariate analysis identified higher acceptance in the male gender, healthcare workers, and students. Of all, 66% respondents chose healthcare workers and public officials, whereas 15.6% chose scientific literature, and 12.9% chose social media as the most reliable source of COVID-19 information. Conclusion Given the relatively greater trust in healthcare providers for information regarding COVID-19, healthcare workers ought to be on the frontline for vaccine campaigns and public outreach efforts, with governmental efforts in addition to the promotion of scientific materials for population-level understanding.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».