Sociodemographic factors associated with vaccine hesitancy in the South Asian community in Canada
Notice bibliographique
Résumé
OBJECTIVE: South Asians represent the largest non-white ethnic group in Canada and were disproportionately impacted by the COVID-19 pandemic. We sought to determine the factors associated with vaccine hesitancy in South Asian Canadians. METHODS: We conducted a cross-sectional analysis of vaccine hesitancy using data collected at the baseline assessment of a prospective cohort study, COVID CommUNITY South Asian. Participants (18 + years) were recruited from the Greater Toronto and Hamilton Area in Ontario (ON) and the Greater Vancouver Area in British Columbia (BC) between April and November 2021. Demographic characteristics and vaccine attitudes measured by the Vaccine Attitudes Examination (VAX) scale were collected. Each item is scored on a 6-point Likert scale, and higher scores reflect greater hesitancy. A multivariable linear mixed effects model was used to identify sociodemographic factors associated with vaccine hesitancy, adjusting for multiple covariates. RESULTS: A total of 1496 self-identified South Asians (52% female) were analyzed (mean age = 38.5 years; standard deviation (SD): 15.3). The mean VAX score was 3.2, SD: 0.8 [range: 1.0‒6.0]. Factors associated with vaccine hesitancy included: time since immigration (p = 0.04), previous COVID-19 infection (p < 0.001), marital status (p < 0.001), living in a multigenerational household (p = 0.03), age (p = 0.02), education (p < 0.001), and employment status (p = 0.001). CONCLUSION: Among South Asians living in ON and BC, time since immigration, prior COVID-19 infection, marital status, living in a multigenerational household, age, education, and employment status were associated with vaccine hesitancy. This information can be used to address vaccine hesitancy in the South Asian population in future COVID-19 waves or pandemics.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».