MétaCan
Menu
Retour à la cohorte
Enregistrement W4297254635 · doi:10.1136/bmjopen-2022-061619

South Asian Youth as Vaccine Agents of Change (SAY-VAC): evaluation of a public health programme to mobilise and empower South Asian youth to foster COVID-19 vaccine-related evidence-based dialogue in the Greater Toronto and Hamilton Area, Canada

2022· article· en· W4297254635 sur OpenAlexafffundabout
Sujane Kandasamy, Archchun Ariyarajah, Jayneel Limbachia, Derrick An, Luke Lopez, Baanu Manoharan, Evan Pacht, Adrienne Silver, Abhilash Uddandam, Karan Vansjalia, Natalie Williams, Sonia S. Anand

Notice bibliographique

RevueBMJ Open · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensPopulation Health Research InstituteWestern UniversityPublic Health OntarioUniversity of TorontoMcMaster UniversityImpact
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Public health2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Family medicineNursingVirologyPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: There have been substantial amounts of misinformation surrounding the importance, safety and effectiveness of the COVID-19 vaccine. The impacts of this misinformation may be augmented as they circulate among ethnic communities, who may concurrently face other barriers related to vaccine uptake and access. To combat some of the key sources of COVID-19 vaccine misinformation among the South Asian communities of the Greater Toronto and Hamilton Area (GTHA), an interdisciplinary team of researchers and marketing experts established the South Asian Youth as Vaccine Agents of Change (SAY-VAC) programme to support and empower South Asian youth to disseminate COVID-19 vaccine information. DESIGN: Cross-sectional and one-group pretest-post-test design. SETTING: GTHA. PARTICIPANTS: South Asian youth (18-29 years). INTERVENTION: The team partnered with grass-roots South Asian organisations to collaborate on shared objectives, curate key concerns, create video products regarding the COVID-19 vaccine that would resonate with the community, disseminate the products using established social media channels and evaluate the effectiveness of this effort. OUTCOMES: We assessed the change in self-reported knowledge about the COVID-19 vaccine and participant confidence to facilitate a conversation around the COVID-19 vaccine using pre-post surveys, after the implementation of the SAY-VAC programme. RESULTS: In total, 30 South Asian youth (median age=23.2 years) from the GTHA participated in the programme. After completing the SAY-VAC programme, participants reported an increase in their self-reported knowledge regarding the COVID-19 vaccine from 73.3% to 100.0% (p=0.005), and their self-reported confidence to have a conversation about the vaccine with their unvaccinated community members increased from 63.6% to 100.0% (p=0.002). Overall, 51.9% of the participants reported being able to positively affect an unvaccinated/community member's decision to get vaccinated. CONCLUSIONS: The SAY-VAC programme highlights the importance of community partnerships in developing and disseminating culturally responsive health communication strategies. A constant assessment of the evidence and utilisation of non-traditional avenues to engage the public are essential.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,694

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
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 Opus0,373
Tête enseignante GPT0,427
Écart entre enseignants0,054 · 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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetVaccine Coverage and HesitancyTravaux en français237 207