Is There Broad-Based Support in High-Income Countries for COVID-19 Vaccine Donation? Evidence from Seven Countries
Notice bibliographique
Résumé
BACKGROUND: Many high-income countries (HICs) have now vaccinated a substantial proportion of their population against COVID-19. Many low-income countries (LICs) may need to wait until at least 2022 before even the most vulnerable 20% of their populations are vaccinated. Beyond ethical considerations, some redistribution of doses would reduce the risk of the emergence and spread of new variants and benefit the economy, both globally and in donor countries. However, the willingness of HIC governments to donate vaccine doses is likely to depend on public support. While previous work has indicated strong average levels of public support in HIC for donation, little is known about how broad-based this support is. OBJECTIVE: To investigate the extent to which support for donation holds across both pre-specified and exploratory subgroups. METHODS: From 24 November-28 December 2020 we conducted an online survey of 8209 members of the general public in seven HIC (Australia, Canada, France, Italy, Spain, UK and USA). We conducted tests of proportions and used Bayesian ordinal logistic regression models to assess the extent of support for donation across population subgroups. RESULTS: We found broad-based support for donations in terms of age, gender, socio-economic status and political ideology. We found no strong evidence that support for donations was higher among those with greater income or a university education. Support for donation among those on the political right and centre was lower than on the left, but 51% (95% confidence interval 48-53%) of respondents who identified with the right supported some level of donation. Those in the more altruistic half of the sample (as captured by willingness to donate money to a good cause) were more likely to support donation than those who were not, but around half of the less altruistic group supported some level of donation. CONCLUSION: There is broad-based support for policymakers in HICs to donate some of their countries' COVID-19 vaccine doses for distribution to LICs.
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 | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».