MétaCan
Menu
Retour à la cohorte
Enregistrement W4324054942 · doi:10.3390/vaccines11030628

Examining an Altruism-Eliciting Video Intervention to Increase COVID-19 Vaccine Intentions in Younger Adults: A Qualitative Assessment Using the Realistic Evaluation Framework

2023· article· en· W4324054942 sur OpenAlexafffundabout
Patricia Zhu, Ovidiu Tatar, Ben Haward, Veronica Steck, Gabrielle Griffin-Mathieu, Samara Perez, Ève Dubé, Gregory D. Zimet, Zeev Rosberger

Notice bibliographique

RevueVaccines · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensUniversité LavalMcGill University Health CentreMcGill UniversityCentre Hospitalier de l’Université de MontréalJewish General Hospital
Organismes subventionnairesCanadian Immunization Research Network
Mots-clésAltruism (biology)Context (archaeology)Focus groupPsychologyVaccinationFeelingQualitative researchSocial psychologyIntervention (counseling)Booster doseMedicineNursingImmunizationImmunologySociology

Résumé

récupéré en direct d'OpenAlex

COVID-19 vaccine-induced immunity wanes over time, and with the emergence of new variants, additional "booster" doses have been recommended in Canada. However, booster vaccination uptake has remained low, particularly amongst younger adults aged 18-39. A previous study by our research team found that an altruism-eliciting video increased COVID-19 vaccination intentions. Using qualitative methods, the present study aims to: (1) identify the factors that influence vaccine decision-making in Canadian younger adults; (2) understand younger adults' perceptions of an altruism-eliciting video designed to increase COVID-19 vaccine intentions; and (3) explore how the video can be improved and adapted to the current pandemic context. We conducted three focus groups online with participants who: (1) received at least one booster vaccine, (2) received the primary series without any boosters, or (3) were unvaccinated. We used deductive and inductive approaches to analyze data. Deductively, informed by the realist evaluation framework, we synthesized data around three main themes: context, mechanism, and intervention-specific suggestions. Within each main theme, we deductively created subthemes based on the health belief model (HBM). For quotes that could not be captured by these subthemes, additional themes were created inductively. We found multiple factors that could be important considerations in future messaging to increase vaccine acceptance, such as feeling empowered, fostering confidence in government and institutions, providing diverse (such as both altruism and individualism) messaging, and including concrete data (such as the prevalence of vulnerable individuals). These findings suggest targeted messaging tailored to these themes would be helpful to increase COVID-19 booster vaccination amongst younger adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,174
Tête enseignante GPT0,499
Écart entre enseignants0,325 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVaccinesMême sujetVaccine Coverage and HesitancyTravaux en français237 207