Community-based Case Studies of Vaccine Hesitancy and the COVID-19 Response in South Africa; The VaxScenes Study
Notice bibliographique
Résumé
Abstract Background South Africa has reported more than half of all COVID-19 cases and deaths in Africa. The South African government has launched a large COVID-19 immunization campaign with the goal of reaching more than 40 million individuals. Nonetheless, certain international, largely internet-based surveys have shown a significant proportion of vaccine hesitancy in South Africa. This study aims to determine and co-create with local stakeholders a comprehensive understanding of vaccine hesitancy and opportunities to support the promotion of other COVID-19 health-promoting behaviours at community level. Methods and design A mixed-methods, multiple case-study design; informed by the socio-ecological model of behaviour change. Four socio-economically diverse communities across South Africa will be selected and data collection will take place concurrently through three iterative phases. Phase 1 will provide insights into community experiences of COVID-19 (response) through desktop mapping exercises, observations, in-depth interviews, and focus group discussions (FGDs) designed as expression sessions with local stakeholders. Phase 2 will explore the extent and drivers of community acceptance of COVID-19 vaccines. This phase will comprise a quantitative survey based on WHO’s Behavioural and Social Drivers of Vaccination tool as well as further FGDs with community members. Phase 3 will involve cross-case study syntheses and presentation of findings to national role-players. Discussion This study will provide ground up, locally responsive, and timeous evidence on the factors influencing COVID-19 health-seeking behaviours to inform ongoing management and mitigation of COVID-19 in South Africa. It will also provide insights into the applicability of a novel vaccine hesitancy model in Africa.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».