Understanding the factors associated with COVID-19 vaccine hesitancy in Venezuela
Notice bibliographique
Résumé
BACKGROUND: Despite nearly a quarter of Venezuelans remaining unvaccinated against coronavirus disease 2019 (COVID-19), the factors contributing to vaccine hesitancy in the country have not been thoroughly investigated. METHODS: , 2022, using a knowledge, attitudes, and practices (KAP) survey to identify factors associated with COVID-19 vaccine hesitancy. RESULTS: The study analyzed data from 1,930 participants from all 24 states of Venezuela. The majority (93.4%) were vaccinated. The mean age was 40 years, predominantly female (67.3%), and held a university degree (70.6%). The mean KAP score was significantly higher among vaccinated individuals compared to unvaccinated ones (7.79 vs. 3.94 points for knowledge, 40 vs. 24 points for attitudes, and 16 vs. 10 points for practices, all p < 0.001). Increases in the scores for KAP were associated with increased odds of being vaccinated (84.6%, 25.6%, and 33% respectively for each one-point increase, all p < 0.001). Certain demographic factors such as marital status, occupation, religious beliefs, monthly income, and location influence COVID-19 vaccine knowledge. Higher income and certain occupations decrease the odds of low knowledge, while residing in specific states increases it. Attitudes towards the COVID-19 vaccine are influenced by age, health status, vaccination status, and location. Higher income and absence of certain health conditions decrease the odds of negative attitudes. Lastly, age, occupation, monthly income, and location affect vaccine practices. Advanced age and higher income decrease the odds of inappropriate practices, while residing in La Guaira state increases them. CONCLUSION: Factors such as age, education level, occupation, monthly income, and location were found to be associated with knowledge and attitudes towards COVID-19 vaccine among the surveyed Venezuelans.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».