COVID-19 vaccination intention during early vaccine rollout in Canada: a nationwide online survey
Notice bibliographique
Résumé
BACKGROUND: Understanding vaccination intention during early vaccination rollout in Canada can help the government's efforts in vaccination education and outreach. METHOD: Panel members age 18 and over from the nationally representative Angus Reid Forum were invited to complete an online survey about their experience with COVID-19, including their intention to get vaccinated. Respondents were asked "When a vaccine against the coronavirus becomes available to you, will you get vaccinated or not?" Having no intention to vaccinate was defined as choosing "No - I will not get a coronavirus vaccination" as a response. Odds ratios and predicted probabilities are reported for no vaccine intentionality in demographic groups. FINDINGS: 14,621 panel members completed the survey. Having no intention to vaccinate against COVID-19 is relatively low overall (9%) with substantial variation among demographic groups. Being a resident of Alberta (predicted probability = 15%; OR 0.58 [95%CI 0.14-2.24]), aged 40-59 (predicted probability = 12%; OR 0.87 [0.78-0.97]), identifying as a visible minority (predicted probability = 15%; OR 0.56 [0.37-0.84]), having some college level education or lower (predicted probability = 14%) and living in households of at least five members (predicted probability = 13%; OR 0.82 [0.76-0.88]) are related to lower vaccination intention. INTERPRETATION: The study identifies population groups with greater and lesser intention to vaccinate in Canada. As the Canadian COVID-19 vaccination effort continues, policymakers may use this information to focus outreach, education, and other efforts on the latter groups, which also have had higher risks for contracting and dying from COVID-19. FUNDING: Pfizer Global Medical, Unity Health Foundation, Canadian COVID-19 Immunity Task Force.
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 | 0,003 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».