The influence of health service interactions and local policies on vaccination decision-making in immigrant women: A multi-site Canadian qualitative study
Notice bibliographique
Résumé
OBJECTIVES: Research on immigrant and refugee vaccination uptake in Canada shows that immunization decisions vary by vaccine type, location, age and migration status. Despite their diversity, these studies often treat immigrant and refugee populations as a single group relative to other Canadians. In this comparative study, we explored how previous risk communication and immunization experiences influence immunization decisions by immigrant and refugee women from three communities across Canada. METHODS: Participants included women from the Punjabi immigrant community located in Surrey and Abbotsford, British Columbia (n = 36), the Nigerian immigrant community located in Winnipeg, Manitoba (n = 43), and the Congolese refugee community in Edmonton, Alberta (n = 18). Using focus groups guided by focused ethnography methodology, we sought to understand immunization experiences in Canada and before arrival, and what information sources influenced the immunization decision-making process by the women in the three communities. RESULTS: Participants had differing past experiences in Canada and before their arrival that influenced how they used information in their vaccination decisions. Clear vaccination communications and dialogue with Canadian health care providers increased trust in Canadian health care and the likelihood of vaccine uptake. By contrast, weak vaccine recommendations and antivaccination information in the community prompted participants to decline future vaccines. CONCLUSION: Given our participants' different communication preferences and needs, we argue that a one-size-fits-all communication approach is inappropriate for immigrant and refugee populations. Instead, multi-pronged communication strategies are required to reach participants and respond to previous experiences and information that may lead to vaccination hesitancy.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,006 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».