MétaCan
Menu
Retour à la cohorte
Enregistrement W4386547660 · doi:10.12927/hcpol.2023.27153

COVID-19 Vaccine’s Speed to Market and Vaccine Hesitancy: A Cross-Sectional Survey Study

2023· article· en· W4386547660 sur OpenAlexafffundvenueabout
Ally Memedovich, Brenlea Farkas, Aidan Hollis, Charleen Salmon, Jia Hu, Kate Zinszer, Tyler Williamson, Reed F. Beall

Notice bibliographique

RevueHealthcare policy · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensAlberta Health ServicesUniversité de MontréalAlberta HealthUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Calgary
Mots-clésCoronavirus disease 2019 (COVID-19)TimelineCross-sectional studyPandemicMedicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Family medicineVaccinationEnvironmental healthVirologyGeographyOutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: This paper aims to assess the extent to which the COVID-19 vaccine's speed to market affected Canadian residents' decision to remain unvaccinated. Method: A cross-sectional survey conducted in late 2021 asked participants whether they had received the vaccine and their reasons for abstaining. Results: Of the 2,712 participants who completed the survey, 8.9% remained unvaccinated. Unvaccinated respondents who selected "They made the vaccine too fast" (59.8%), were significantly more likely to identify as white, believe that the COVID-19 pandemic was not serious and have an unvaccinated social circle. Conclusion: Should the COVID-19 vaccine rapid regulatory process be expanded, more patients may refuse treatment than if traditional timelines are followed.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,102
Tête enseignante GPT0,453
Écart entre enseignants0,351 · 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'étudeObservationnel
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'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetVaccine Coverage and HesitancyTravaux en français237 207