Improving COVID-19 Vaccine Uptake among Black Populations: A Systematic Review of Strategies
Notice bibliographique
Résumé
Given the growing body of evidence on COVID-19 vaccine hesitancy among Black populations, the aim of this systematic review was to identify the interventions and strategies used to improve COVID-19 vaccine confidence and uptake among Black populations globally. To identify relevant studies, we conducted a systematic review of the literature based on a systematic search of 10 electronic databases: MEDLINE, Embase, PsycINFO, CINAHL, Scopus, Cochrane Library, Web of Science, Sociological Abstracts, Dissertations and Theses Global, and SocINDEX. We screened a total of 1728 records and included 14 peer-reviewed interventional studies that were conducted to address COVID-19 vaccine hesitancy among Black populations. A critical appraisal of the included studies was performed using the Newcastle-Ottawa Quality Assessment Scale. The intervention strategies for increasing COVID-19 vaccine uptake were synthesized into three major categories: communication and information-based interventions, mandate-based interventions, and incentive-based interventions. Interventions that incorporated communication, community engagement, and culturally inclusive resources significantly improved vaccine uptake among Black populations, while incentive- and mandate-based interventions had less impact. Overall, this systematic review revealed that consideration of the sociocultural, historical, and political contexts of Black populations is important, but tailored interventions that integrate culture-affirming strategies are more likely to decrease COVID-19 vaccine hesitancy and increase uptake among Black populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».