Understanding COVID-19 Vaccine Acceptance among Latin American Health Workers: Implications for Designing Interventions
Notice bibliographique
Résumé
Health workers (HWs) have a key role in promoting vaccine acceptance. This study draws on the Behavioral and Social Drivers of Vaccination (BeSD) model and our team's investigation of vaccine hesitancy in a sample of 1197 HWs across 14 Caribbean countries in 2021. We conducted a cross-sectional Internet survey of 6718 HWs across 16 countries in Latin America in spring 2022, after the COVID-19 vaccine had recently become widely available in the region. The survey assessed HWs' attitudes regarding COVID-19 vaccines and vaccines in general. As a proxy measure of COVID-19 vaccine acceptance, we used the willingness to recommend the COVID-19 vaccine to eligible people. Ninety-seven percent of respondents were COVID-19 vaccine acceptant. Although nearly all respondents felt that the COVID-19 vaccine was safe and effective, 59% expressed concerns about potential adverse effects. Despite uniformly high acceptance of the COVID-19 vaccine overall and across Latin American subregions, acceptance differed by sex, HW profession, and COVID-19 history. Social processes, including actions and opinions of friends, family, and colleagues; actions and opinions of religious leaders; and information seen on social networks shaped many respondents' opinions of vaccines, and the magnitude of these effects differed across both demographic and geographic subgroups. Information campaigns designed for HWs should underscore the importance of vaccine safety. Messages should be tailored to specific audiences according to the information source each is most likely to consult and trust.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».