Digital health literacy, vaccine information sources, and vaccine acceptance among parents in Ontario: Quantitative findings from a mixed methods study
Notice bibliographique
Résumé
Parents make important vaccination decisions for their children and many variables affect parents' decisions to accept or decline vaccines. Parents are tasked with locating, understanding, and applying information to inform health decisions often using online resources; however, the digital health literacy levels of parents are unknown. The purpose of this study was to investigate parents' digital health literacy levels, their sources for vaccine information, and analyze how demographics, digital health literacy, health literacy, parental attitudes and vaccine beliefs, trust, and vaccine information sources predict vaccine acceptance. Quantitative findings of a mixed methods study that examined parental vaccine decision making across the continuum of vaccine hesitant to vaccine accepting is reported. An online survey of parents of young children living in Ontario, Canada was conducted in 2022. Multiple linear regression determined predictors of vaccine acceptance. 219 participants completed the survey and on average reported adequate digital health literacy skill. Healthcare providers were reported as the most commonly used source of vaccine information. Two models were retained that predicted vaccine acceptance, both models predicted about 50% of the variability in vaccine acceptance. Model A identified that trust predicted parent vaccine acceptance and model B identified that digital health literacy, and the vaccine information sources healthcare providers, family and friends, and alternate healthcare providers predicted vaccine acceptance. Family and friends and alternate healthcare providers negatively predicted vaccine acceptance. Most parents in our study had high levels of digital health literacy. Opportunities exist for further research and policy change focused on trust at a systemic public health level. While clinical level implications included the importance of healthcare providers as a vaccine information source and adequate digital health literacy to facilitate parental vaccine decision making. Continued efforts to develop awareness on the importance of digital health literacy among the public and healthcare providers is needed, including further research on the digital health literacy levels of Canadians.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».