Community organization perspectives on COVID-19 vaccine hesitancy and how they increased COVID-19 vaccine confidence: a Canadian Immunization Research Network, social sciences and humanities network study
Notice bibliographique
Résumé
Background: COVID-19 vaccines play a critical role in reducing the morbidity and mortality associated with SARS-CoV-2 infection and despite vaccine availability, disparities in COVID-19 vaccine uptake among Canadian subgroups exist. Community organizations are uniquely situated to relay important vaccine messaging around all vaccines, understand components of vaccine hesitancy, and facilitate vaccine uptake within the communities they serve. The objective of this research was to solicit community organizations perspectives specific to COVID-19 vaccines and explore strategies of increasing vaccine uptake within their communities. Methods: A qualitative focus group study was held in the spring of 2021 with 40 community organizations from across the country. Discussions focused on COVID-19 vaccine communication and awareness within their communities, vaccine misinformation, and strategies to increase vaccine acceptance and access. Data were analyzed utilizing thematic and inductive techniques. Results: Vaccine hesitancy was identified among staff and clients. Vaccine confidence, complacency, convenience, and mistrust in government and authorities were identified as contributors to vaccine hesitancy. Community organizations utilized innovative and novel methods to encourage vaccine uptake and increase vaccine confidence. Leveraging established trusting relationships was key to successful messaging within communities. Conclusion: Community organizations used innovative methods, built on established trust, to increase vaccine confidence within their communities and among their staff. Community agencies played an important role in COVID-19 vaccine uptake within subgroups of the Canadian population. Community organizations are key public health partners and play a critical role in increasing COVID-19 vaccine confidence.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».