Portrait of French-speaking minorities with respect to vaccination against COVID-19
Notice bibliographique
Résumé
Background: The coronavirus disease 2019 (COVID-19) vaccination campaign highlighted the requirement to better understand the needs of different populations. French-speaking minorities (FSMs) have greater difficulty accessing quality care in French, and this problem was exacerbated during the COVID-19 pandemic. Objective: The aim of this survey was to develop a descriptive portrait of the health needs of FSMs in relation to the COVID-19 vaccination campaign by describing their vaccination status, attitudes and beliefs compared with English-speaking majorities. Methods: A survey was conducted among eligible participants using convenience sampling. Data measurement includes a descriptive statistical comparison using analysis of the variance, univariate logistic regressions and a two-proportions z-test. Results: Of the 1,505 respondents (554 FSMs vs. 951 English speakers), the FSMs have an average age of 51.4 years and 89.2% are Canadian citizens. Vaccination of children was preponderant among English speakers (74.2% vs. 86.3%), including against COVID-19 (58.6% vs. 73.9%). A higher proportion of FSMs had gotten vaccinated in order to obtain a vaccine passport (39% vs. 29.3%). Among the unvaccinated, FSMs were more likely to question the efficacy of vaccines (60% vs. 36.4%). Canadian citizen FSMs with higher education could be divided in relation to the vaccine regimen. Conclusion: This survey revealed differences between FSMs and the English-speaking majority in their perceptions of vaccine efficacy, particularly vaccination of children, and a polarization of attitudes/beliefs among FSMs according to certain sociodemographic factors.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».