“Until I Know It’s Safe for Me”: The Role of Timing in COVID-19 Vaccine Decision-Making and Vaccine Hesitancy
Notice bibliographique
Résumé
Managing the COVID-19 pandemic—and other communicable diseases—involves broad societal uptake of vaccines. As has been demonstrated, however, vaccine uptake is often uneven and incomplete across populations. This is a substantial challenge that must be addressed by public health efforts. To this point, significant research has focused on demographic and attitudinal correlates with vaccine hesitancy to understand uptake patterns. In this study, however, we advance understandings of individual decision-making processes involved in vaccine uptake through a mixed-methods investigation of the role of timing in COVID-19 vaccine choices. In the first step, a survey experiment, we find the timing of vaccine rollout (i.e., when a vaccine becomes available to the respondent) has a significant impact on public decision-making. Not only is there a higher level of acceptance when the vaccine becomes available at a later time, but delayed availability is correlated with both lower levels of ‘desire to wait’ and ‘total rejection’ of the vaccine. In a second step, we explore associated qualitative data, finding that temporal expressions (i.e., professing a desire to wait) can serve as a proxy for underlying non-temporal rationales, like concerns around safety, efficacy, personal situations, or altruism. By identifying these patterns, as well as the complexities of underlying factors, through a mixed-methods investigation, we can inform better vaccine-related policy and public messaging, as well as enhance our understanding of how individuals make decisions about vaccines in the context of COVID-19.
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 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 | 0,004 |
| 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) | 0,001 | 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 tête enseignante, 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 ».