MétaCan
Menu
Retour à la cohorte
Enregistrement W4285741983 · doi:10.3389/fpubh.2022.832444

COVID-19 Vaccine Intentions and Perceptions Among Public School Staff of the Greater Vancouver Metropolitan Area, British Columbia, Canada

2022· article· en· W4285741983 sur OpenAlexafffundabout
Allison W. Watts, Sarah M. Hutchison, Julie A. Bettinger, Anne Gadermann, Eva Oberle, Tim F. Oberlander, David A. Goldfarb, Pascal M. Lavoie, Louise C. Mâsse

Notice bibliographique

RevueFrontiers in Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensCentre for Advancing Health OutcomesProvidence Health Care Research InstituteLearning PartnershipSt. Paul's HospitalChildren's & Women's Health Centre of British ColumbiaProvidence Health CareBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesBC Children's HospitalPublic Health AgencyPublic Health Agency of Canada
Mots-clésMetropolitan areaCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakPublic healthPerceptionGeographyMedicineFamily medicineVirologyPsychologyNursingOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background The purpose of this study was to explore factors associated with COVID-19 vaccine intentions among school staff as high vaccine uptake is essential to ensure schools return to normal activities. Methods Staff (e.g., teachers, administrators, student support workers) from three urban school districts in the Greater Vancouver Area of British Columbia, Canada completed a survey between February and June 2021 (n = 2,393) on COVID-19 vaccine intentions and perceptions (i.e., acceptance of routine vaccines, benefits and risks of vaccination, susceptibility to, and severity of COVID-19, recommendation by authority figures, information mistrust and conspiracy beliefs) as part of a COVID-19 seroprevalence study. Confirmatory factor analysis followed by multiple logistic regression models adjusting for relevant covariates were used to identify vaccine perceptions uniquely associated with (a) intention to get the COVID-19 vaccine (intention), and (b) intention to get vaccinated right away (urgency). Results In total, 95.4% of participants of the seroprevalence study completed the vaccine questionnaire, corresponding to 17.7% of the target population. Vaccine intention was associated with staff who valued expert recommendations (AOR = 10.5, 95% CI = 7.39–14.90) accepted routine vaccines (AOR = 1.94, 95% CI = 1.26–2.98) and perceived higher benefits (AOR = 1.29, 95% CI = 1.01–1.65) and lower safety risks of vaccination (AOR = 0.40, 95% CI = 0.29–0.54). Comparable associations were found with vaccine urgency. Perceived susceptibility to the COVID-19 virus was uniquely associated with vaccine urgency (AOR = 1.30, 95% CI = 1.05–1.61). A significant interaction effect (p = 0.01) revealed that staff who expressed mistrust in COVID-19 information intended to get vaccinated only if they also perceived high benefits of vaccination. Conclusions Education about the risks and benefits of COVID-19 vaccines from a trusted source had the strongest relationship with vaccine intentions among this occupational group. Notably, those who expressed mistrust in information still intended to get vaccinated if they also perceived strong benefits of the vaccine.

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)0,003
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 enseignants0,017
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,267
Écart entre enseignants0,245 · 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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetVaccine Coverage and HesitancyTravaux en français237 207