Decisions about adopting novel COVID‐19 vaccines among White adults in a rural state, USA: A qualitative study
Notice bibliographique
Résumé
PURPOSE: Many people, especially in rural areas of the United States, choose not to receive novel COVID-19 vaccinations despite public health recommendations. Understanding how people describe decisions to get vaccinated or not may help to address hesitancy. METHODS: We conducted semistructured interviews with 17 rural inhabitants of Maine, a sparsely populated state in the northeastern US, about COVID-19 vaccine decisions during the early rollout (March-May 2021). We used the framework method to compare responses, including between vaccine Adopters and Non-adopters. FINDINGS: Adopters framed COVID-19 as unequivocally dangerous, if not personally, then to other people. Describing their COVID concerns, Adopters emphasized disease morbidities. By contrast, Non-adopters never mentioned morbidities, referencing instead mortality risk, which they perceived as minimal. Instead of risks associated with the disease, Non-adopters emphasized risks associated with vaccination. Uncertainty about the vaccine development process, augmented by social media, bolstered concerns about the long-term unknown risks of vaccines. Vaccine Adopters ultimately described trusting the process, while Non-adopters expressed distrust. CONCLUSION: Many respondents framed their COVID vaccination decision by comparing the risks between the disease and the vaccine. Associating morbidity risks with COVID-19 diminishes the relevance of vaccine risks, whereas focusing on low perceived mortality risks heightens their relevance. Results could inform efforts to address COVID-19 vaccine hesitancy in the rural US and elsewhere. PATIENT OR PUBLIC CONTRIBUTION: Members of Maine rural communities were involved throughout the study. Leaders of community health groups provided feedback on the study design, were actively involved in recruitment, and reviewed findings after analysis. All data produced and used in this study were co-constructed through the participation of community members with lived experience.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 ».