MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388719696 · doi:10.1370/afm.22.s1.4928

COVID-19 Vaccine Hesitancy and Vaccination Barriers for Refugees in Calgary, Canada

2023· article· en· W4388719696 sur OpenAlexaboutno aff
Fariba Aghajafari, Amanda M. Weightman, Alyssa Ness, Laurent Wall, Bryan Kuk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeVaccinationThematic analysisContext (archaeology)Health careMedicinePopulationQualitative researchFamily medicineEnvironmental healthPolitical scienceGeographySociologyImmunology

Résumé

récupéré en direct d'OpenAlex

Context: Refugees and migrants globally face inequities to healthcare and COVID-19 vaccination access, calling for tailored approaches to ensure equitable vaccine allocation. This research explored refugee experiences with COVID-19 vaccination models. Objective: The purpose was to understand the barriers and strengths of each model to support access to COVID-19 vaccination for refugees. Study Design and Analysis: The project used a mixed method approach that included secondary vaccination data and primary qualitative data. A mixed method data analysis approach was adopted to explore the research questions, and thematic analysis was conducted on qualitative data. Setting or Dataset: This study examined the experiences of refugees who moved through COVID-19 vaccination systems in the Calgary, Canada area. Population Studied: Research participants were identified through purposive sampling and include settlement and healthcare organization staff involved in vaccination pathways for refugees, sponsors of refugees, and refugees that were processed in Calgary. Intervention/Instrument: A database of refugee COVID-19 vaccinations was used to inform findings. Structured and semi-structured interview data was collected with settlement and healthcare organizations stakeholders (N=13), refugee sponsors (N=3) and refugees (N=45). Results: Multiple factors affected vaccine uptake: individual (COVID-19 knowledge, personal philosophies), community (socio-cultural factors, media) and structural factors (public health approaches, vaccine supply and demand, the specific wave of COVID-19). These factors, along with barriers to vaccination, had a non-linear impact on vaccine uptake. The research demonstrated that vaccine confidence, hesitancy, uptake and vaccination intent are not mutually exclusive. Strategies to address barriers included timely and credible information in first languages, on-site translation by trained personnel, transportation, on-site vaccinations and extended hours of services. These strategies simultaneously addressed vaccine hesitancy. Conclusions: This project explored the complexities of vaccine hesitancy and identified individual, community and structural factors that affected hesitancy, as well as barriers to vaccination. It demonstrated that decisions to vaccinate are not straightforward paths. Systems must address issues at multiple levels, which include partnerships and barrier mitigation strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,062
Score d'incertitude au seuil0,447

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,004
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,316
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVaccine Coverage and Hesitancy→Travaux en français237 207→