MétaCan
Menu
Retour à la cohorte
Enregistrement W4210638472 · doi:10.1001/jamanetworkopen.2021.46467

Evaluation of Trends in Homeschooling Rates After Elimination of Nonmedical Exemptions to Childhood Immunizations in California, 2012-2020

2022· article· en· W4210638472 sur OpenAlexaff
Kavin M. Patel, SarahAnn M. McFadden, Salini Mohanty, Caroline M. Joyce, Paul L. Delamater, Nicola P. Klein, Daniel A. Salmon, Saad B. Omer, Alison M. Buttenheim

Notice bibliographique

RevueJAMA Network Open · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensMcGill University
Organismes subventionnairesJanssen PharmaceuticalsNational Center for Advancing Translational SciencesSanofi PasteurSanofiGlaxoSmithKlineNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesPfizer
Mots-clésMedicineFamily medicineDemographyPediatrics

Résumé

récupéré en direct d'OpenAlex

Introduction: In 2015, California passed Senate Bill No. 277 (SB 277) and became the first state in more than 30 years to eliminate nonmedical exemptions to mandatory childhood immunizations for school entry. One concern that emerged was that the law created an incentive for parents to remove children from brick-and-mortar schools to bypass the immunization requirements. Objective: To assess the trends in homeschooling rates after the elimination of nonmedical exemptions to the requirement of childhood immunizations for school entry. Design, Setting, and Participants: This preintervention-postintervention cross-sectional study calculated homeschooling rates as the number of students in kindergarten through grade 8 (K-8) enrolled through each of California's 3 homeschooling mechanisms (independent study program, private school affidavit, and private school satellite program) divided by all K-8 students enrolled in the same academic year. Data on homeschooling rates were obtained from the California Department of Education. Interrupted time series analyses were conducted using a linear regression model in which the outcome variable was the percentage of students enrolled in a homeschool program before and after SB 277. Data were collected and analyzed from October 3, 2012, to October 2, 2019. Intervention: Passage of SB 277, which eliminated nonmedical exemptions to childhood immunizations for school entry. Main Outcomes and Measures: Homeschooling rates for K-8 students. Results: Among the students included in the analysis, the homeschooling enrollment for K-8 students in California increased from 35 122 students (0.8%) during the 2012-2013 school year to 86 574 students (1.9%) during the 2019-2020 school year; however, the implementation of SB 277 was not associated with an increase in the percentage of students enrolled in homeschooling programs in California beyond the secular trend. The increase in homeschooling was greatest for the lower grade levels: kindergarten homeschooling enrollment increased from 2068 students (0.4%) in the 2012-2013 school year to 10 553 students (1.9%) in the 2019-2020 school year, whereas the grade 8 homeschool enrollment rate increased from 5146 students (1.0%) in the 2012-2013 school year to 10 485 students (2.0%) in the 2019-2020 school year. Independent study programs accounted for 20 149 students (45.3%) of homeschooling enrollment, private school affidavits accounted for 19 333 students (43.5%), and private school satellite programs accounted for 4935 students (11.1%) during the 2015-2016 school year. Conclusions and Relevance: The findings of this study suggest that legislative action to limit nonmedical exemptions for compulsory vaccination for school entry is not associated with removal of students from classroom-based instruction in brick-and-mortar institutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,026
Tête enseignante GPT0,348
Écart entre enseignants0,322 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetVaccine Coverage and HesitancyTravaux en français237 207