COVID-19 Vaccination and Hesitancy among People Experiencing Homelessness in Sacramento, California
Notice bibliographique
Résumé
Severe illness and mortality from coronavirus disease 2019 (COVID-19) are especially pronounced threats for people experiencing homelessness. COVID-19 vaccination access is correspondingly urgent for this population. Advocates, healthcare providers, and homelessness service providers have been conducting substantial vaccination outreach in places around the world. Systematic empirical research should support and inform these efforts. This study estimates COVID-19 vaccination rates and reasons for hesitancy among people experiencing homelessness in Sacramento, California, as of late September and early October 2021. Survey data (N = 283) estimate that 58% of people experiencing homelessness in Sacramento were fully vaccinated and 65% were at least partially vaccinated, but these estimates are likely upper bounds for the true population rates. Many unvaccinated people still planned to receive the vaccine, and concerns about safety and side effects were the most common reasons for hesitancy. Vaccination was more common for people using homelessness services at higher levels, but even frequent visits to drop-in centers were associated with higher vaccination rates among unsheltered people. This group was especially likely to have been vaccinated through outreach efforts, like pop-up vaccination clinics and street medicine teams. The study’s results hopefully inform ongoing vaccination efforts and contribute to a growing empirical literature on this urgent topic.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».