MétaCan
Menu
Retour à la cohorte
Enregistrement W4387429613 · doi:10.1186/s12939-023-02025-y

Informing efforts beyond tailored promotional campaigns by understanding contextual factors shaping vaccine hesitancy among equity-deserving populations in Canada: an exploratory qualitative study

2023· article· en· W4387429613 sur OpenAlexafffundabout
Lena G. Nascimento, Ève Dubé, Patrick Brown, Michael Calnan, Paul Ward, Eric Filice, Hoda Herati, Nnenna A. U. Ike, Bobbi Rotolo, Samantha B. Meyer

Notice bibliographique

RevueInternational Journal for Equity in Health · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensInstitut National de Santé Publique du QuébecUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research CouncilCanadian Institutes of Health Research
Mots-clésThematic analysisQualitative researchPopulationHealth equityEquity (law)Public healthSocial psychologyPsychologyPublic relationsMedicinePolitical scienceSociologyNursingEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Vaccine hesitancy exists on a continuum ranging between complete adherence and complete refusal due to doubts or concerns within a heterogeneous group of individuals. Despite widespread acknowledgement of the contextual factors influencing attitudes and beliefs shaping COVID-19 vaccine hesitancy, qualitative research with equity-deserving groups, accounting for unique lived experiences, remains a gap in the literature. We aim to identify and begin to understand and document the unique contextual factors shaping hesitancy by equity-deserving groups as it relates to relationships with government and health authorities. METHODS: Participants were recruited and interviewed between Aug-Dec 2021. Semi-structured interviews using a convergent interviewing technique were conducted with individuals from the general population, as well as individuals who identify as First Nations, Métis, or Inuit, members of the LGBT2SQ + community, low-income Canadians, Black Canadians, and newcomers. Interviews were audio recorded and transcribed by a team of researchers. Memos were written following interviews and used to complement the thematic analysis of the interview data. Themes are presented in the results section. RESULTS: The rationale for hesitancy among equity-deserving groups is consistent with literature documenting hesitancy in the general population. Contextual factors surrounding equity-deserving groups' attitudes and beliefs, however, are unique and relate to a history of oppression, discrimination, and genocide. We identified factors unique to subgroups; for example, religious or fatalistic beliefs among participant who identify as FNMI, fear associated with lack of testing and speed of vaccines' production among participants who identify as FNMI, Black, and LGBT2SQ + , distrust of the healthcare system for LGBT2SQ + and Black Canadians, and distrust of the government and opposition to vaccine mandates for participating who identify as LGBT2SQ + , low-income, FNMI, or Black Canadian. Newcomers stood out as very trusting of the government and accepting of COVID-19 vaccination. CONCLUSIONS: While our data on vaccine hesitancy largely mirror concerns reported in the vast body of literature citing rationale for COVID-19 hesitancy in high-income countries, the contextual factors identified in our work point to the need for wider systemic change. Our results may be used to support efforts, beyond tailored promotion campaigns, to support the confident acceptance of vaccines for COVID-19 and the acceptance of novel vaccines as future infectious diseases emerge.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,533
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,384
Tête enseignante GPT0,512
Écart entre enseignants0,129 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations13
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetVaccine Coverage and HesitancyTravaux en français237 207