Intersecting Inequities in COVID-19 Vaccination: A Discourse Analysis of Information Use and Decision-Making Among Ethnically Diverse Parents in Canada
Notice bibliographique
Résumé
BACKGROUND: Little is known about how intersecting social privilege and disadvantage contribute to inequities in COVID-19 information use and vaccine access. This study explored how social inequities intersect to shape access to and use of COVID-19 information and vaccines among parents in Canada. METHODS: We conducted semi-structured interviews on COVID-19 vaccination information use with ethnically diverse parents of children ages 11 to 18 years from April to August 2022. We purposefully invited parents from respondents to a national online survey to ensure representation across diverse intersecting social identities. Five researchers coded transcripts in NVivo using a discourse analysis approach informed by intersectionality. Our analysis focused on use of vaccine information and intersecting privileges and oppressions, including identifying with equity-denied group(s). RESULTS: Interview participants (N = 48) identified as ethnically diverse non-Indigenous (n = 40) and Indigenous (n = 8) Peoples from seven Canadian provinces. Racialized minority or Indigenous participants reflected on historical and contemporary events of racism from government and medical institutions as barriers to trust and access to COVID-19 information, vaccines, and the Canadian healthcare system. Participants with privileged social locations showed greater comfort in resisting public health measures. Despite the urgency to receive COVID-19 vaccines, information gaps and transportation barriers delayed vaccination among some participants living with chronic medical conditions. CONCLUSION: Historicization of colonialism and ongoing events of racism are a major barrier to trusting public health information. Fostering partnerships with trusted leaders and/or healthcare workers from racialized communities may help rebuild trust. Healthcare systems need to continuously implement strategies to restore trust with Indigenous and racialized populations.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,023 | 0,011 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».