MétaCan
Menu
Retour à la cohorte
Enregistrement W4225145120 · doi:10.2196/33484

Attitudes Toward the Global Allocation of Chinese COVID-19 Vaccines: Cross-sectional Online Survey of Adults Living in China

2022· article· en· W4225145120 sur OpenAlexvenueno aff
Hanzhi Yu, Runming Du, Minmin Wang, Fengyun Yu, Juntao Yang, Lirui Jiao, Zhuoran Wang, Haitao Liu, Peixin Wu, Till Bärnighausen, Lan Xue, Chen Wang, Shannon A. McMahon, Pascal Geldsetzer, Simiao Chen

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaCross-sectional studyPublic healthOddsGlobal healthOdds ratioMedicineEnvironmental healthCoronavirus disease 2019 (COVID-19)DemographySocioeconomicsGeographyLogistic regressionEconomicsNursingSociologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: COVID-19 vaccines are in short supply worldwide. China was among the first countries to pledge supplies of the COVID-19 vaccine as a global public product, and to date, the country has provided more than 600 million vaccines to more than 200 countries and regions with low COVID-19 vaccination rates. Understanding the public's attitude in China toward the global distribution of COVID-19 vaccines could inform global and national decisions, policies, and debates. OBJECTIVE: The aim of this study was to determine the attitudes of adults living in China regarding the global allocation of COVID-19 vaccines developed in China and how these attitudes vary across provinces and by sociodemographic characteristics. METHODS: We conducted a cross-sectional online survey among adults registered with the survey company KuRunData. The survey asked participants 31 questions about their attitudes regarding the global allocation of COVID-19 vaccines developed in China. We disaggregated responses by province and sociodemographic characteristics. All analyses used survey sampling weights. RESULTS: A total of 10,000 participants completed the questionnaire. Participants generally favored providing COVID-19 vaccines to foreign countries before fulfilling domestic needs (75.6%, 95% CI 74.6%-76.5%). Women (3778/4921, 76.8%; odds ratio 1.18, 95% CI 1.07-1.32; P=.002) and those living in rural areas (3123/4065, 76.8%; odds ratio 1.13, 95% CI 1.01-1.27; P=.03) were especially likely to hold this opinion. Most respondents preferred providing financial support through international platforms rather than directly offering support to individual countries (72.1%, 95% CI 71%-73.1%), while for vaccine products they preferred direct provision to relevant countries instead of via a delivery platform such as COVAX (77.3%, 95% CI 76.3%-78.2%). CONCLUSIONS: Among our survey sample, we found that adults are generally supportive of the international distribution of COVID-19 vaccines, which may encourage policy makers to support and implement the distribution of COVID-19 vaccines developed in China worldwide. Conducting similar surveys in other countries could help align policy makers' actions on COVID-19 vaccine distribution with the preferences of their constituencies.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,396
Écart entre enseignants0,342 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetVaccine Coverage and HesitancyTravaux en français237 207