MétaCan
Menu
Retour à la cohorte
Enregistrement W4205281401

A Global Map of COVID-19 Vaccine Acceptance Rates per Country: An Updated Concise Narrative Review

2022· review· en· W4205281401 sur OpenAlexaboutno aff
Malik Sallam, Mariam Alsanafi, Mohammed Sallam

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontenegroCoronavirus disease 2019 (COVID-19)GeographyDemographyVaccinationSocioeconomicsMedicineVirology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Malik Sallam,1– 3 Mariam Al-Sanafi,4,5 Mohammed Sallam6 1Department of Pathology, Microbiology and Forensic Medicine, School of Medicine, the University of Jordan, Amman, Jordan; 2Department of Clinical Laboratories and Forensic Medicine, Jordan University Hospital, Amman, Jordan; 3Department of Translational Medicine, Faculty of Medicine, Lund University, Malmö, Sweden; 4Department of Pharmacy Practice, Faculty of Pharmacy, Kuwait University, Kuwait City, Kuwait; 5Department of Pharmaceutical Sciences, Public Authority for Applied Education and Training, College of Health Sciences, Safat, Kuwait; 6Department of Pharmacy, Mediclinic Welcare Hospital, Mediclinic Middle East, Dubai, United Arab EmiratesCorrespondence: Malik Sallam Tel +962 791845186Email malik.sallam@ju.edu.joAbstract: The delay or refusal of vaccination, which defines vaccine hesitancy, is a major challenge to successful control of COVID-19 epidemic. The huge number of publications addressing COVID-19 vaccine hesitancy necessitates periodic review to provide a concise summary of COVID-19 vaccine acceptance rates worldwide. In the current narrative review, data on COVID-19 vaccine acceptance rates were retrieved from surveys in 114 countries/territories. In East and Southern Africa (n = 9), the highest COVID-19 vaccine acceptance rate was reported in Ethiopia (92%), while the lowest rate was reported in Zimbabwe (50%). In West/Central Africa (n = 13), the highest rate was reported in Niger (93%), while the lowest rate was reported in Cameroon (15%). In Asia and the Pacific (n = 16), the highest rates were reported in Nepal and Vietnam (97%), while the lowest rate was reported in Hong Kong (42%). In Eastern Europe/Central Asia (n = 7), the highest rates were reported in Montenegro (69%) and Kazakhstan (64%), while the lowest rate was reported in Russia (30%). In Latin America and the Caribbean (n = 20), the highest rate was reported in Mexico (88%), while the lowest rate was reported in Haiti (43%). In the Middle East/North Africa (MENA, n = 22), the highest rate was reported in Tunisia (92%), while the lowest rate was reported in Iraq (13%). In Western/Central Europe and North America (n = 27), the highest rates were reported in Canada (91%) and Norway (89%), while the lowest rates were reported in Cyprus and Portugal (35%). COVID-19 vaccine acceptance rates ≥ 60% were seen in 72/114 countries/territories, compared to 42 countries/territories with rates between 13% and 59%. The phenomenon of COVID-19 vaccine hesitancy appeared more pronounced in the MENA, Europe and Central Asia, and Western/Central Africa. More studies are recommended in Africa, Eastern Europe and Central Asia to address intentions of the general public to get COVID-19 vaccination.Keywords: SARS-CoV-2, vaccine hesitance, vaccine resistance, vaccine rejection, willingness to vaccinate, intention to vaccinate

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0120,011
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,288
Tête enseignante GPT0,607
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations222
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetVaccine Coverage and HesitancyTravaux en français237 207