Why some people do not get vaccinated against COVID‐19: Social‐cognitive determinants of vaccination behavior
Notice bibliographique
Résumé
It is puzzling that a sizeable percentage of people refuse to get vaccinated against COVID-19. This study aimed to examine social psychological factors influencing their vaccine hesitancy. This longitudinal study traced a cohort of 2663 individuals in 25 countries from the time before COVID-19 vaccines became available (March 2020) to July 2021, when vaccination was widely available. Multilevel logistic regressions were used to examine determinants of actual COVID-19 vaccination behavior by July 2021, with country-level intercept as random effect. Of the 2663 participants, 2186 (82.1%) had been vaccinated by July 2021. Participants' attitude toward COVID-19 vaccines was the strongest predictor of both vaccination intention and subsequent vaccination behavior (p < .001). Perceived risk of getting infected and perceived personal disturbance of infection were also associated with higher likelihood of getting vaccinated (p < .001). However, religiosity, right-wing political orientation, conspiracy beliefs, and low trust in government regarding COVID-19 were negative predictors of vaccination intention and behavior (p < .05). Our findings highlight the importance of attitude toward COVID-19 vaccines and also suggest that certain life-long held convictions that predate the pandemic make people distrustful of their government and likely to accept conspiracy beliefs and therefore less likely to adopt the vaccination behavior.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».