COVID-19 Vaccine Willingness among African, Caribbean, and Black People in Ottawa, Ontario
Notice bibliographique
Résumé
Vaccines have been identified as a crucial strategy to control the spread of COVID-19 and reduce its impact. However, there are concerns about the acceptance of vaccines within African, Caribbean, and Black (ACB) communities. Based on a community sample of ACB people in Ottawa, Ontario (n = 375), the current study aimed to use logistic regression analysis and identify factors associated with COVID-19 vaccine willingness. A multivariate analysis shows that ACB people who believed that the ACB population is at a higher risk for COVID-19 were more likely to be willing to receive the vaccine compared to those who did not (OR = 1.79, p < 0.05). ACB people who had received at least one dose of the COVID-19 vaccine were more likely to be willing to receive it in the future (OR = 2.75, p < 0.05), and trust in government COVID-19 information was also positively associated with vaccine willingness (OR = 3.73, p < 0.01). In addition, English-speaking respondents were more willing to receive the vaccine compared to French-speaking respondents (OR = 3.21, p < 0.01). In terms of socioeconomic status, ACB people with a post-graduate degree (OR = 2.21, p < 0.05) were more likely to report vaccine willingness compared to those without a bachelor’s degree. Based on these findings, we discuss implications for policymakers and directions for future research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».