Synthèse des données probantes sur les facilitateurs, les obstacles et les hésitations concernant les doses de rappel contre la COVID-19 au Canada
Notice bibliographique
Résumé
Contexte : Il est important de comprendre les facilitateurs, les obstacles et les hésitations concernant les doses de rappel contre la COVID-19 pour encourager l'adoption de la vaccination recommandée.Cette synthèse des données probantes résume la littérature sur l'intention d'accepter ou de rejeter les doses de rappel du vaccin contre la COVID-19 et les facteurs associés à l'intention ou à l'adoption chez les individus au Canada.Méthodes : Une base de données de la littérature sur la COVID-19 établie par l'Agence de la santé publique du Canada a été consultée pour trouver des articles faisant référence à la vaccination et aux connaissances, attitudes et comportements à l'égard des doses de rappels pour la COVID-19.Une recherche de la littérature grise dans les institutions gouvernementales et universitaires canadiennes a également été effectuée.Les recherches primaires menées au Canada (n = 21) et les examens systématiques pertinents de la littérature mondiale (n = 8) ont été inclus dans cette synthèse.Résultats : Les intentions de recevoir une dose de rappel dans la population générale ont diminué entre 2021 et 2023, variant d'une sous-population à l'autre.Au Canada et dans les examens systématiques mondiaux, les facilitateurs, les obstacles et les hésitations étaient semblables.L'âge avancé était le facteur le plus souvent associé positivement à l'intention ou à l'adoption d'une dose de rappel, et les motivations les plus courantes étaient les recommandations du gouvernement ou du professionnel de la santé et le fait de protéger les autres.Les principales raisons de l'hésitation sont la crainte des effets secondaires du vaccin et le manque de confiance dans l'efficacité potentielle du vaccin.Conclusion : Les intentions de recevoir une dose de rappel ont diminué au Canada.Comprendre les raisons de l'hésitation vaccinale et les motivations pour obtenir une dose de rappel peut aider à orienter les futurs programmes de vaccination contre la COVID-19 en santé publique.
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 | 0,030 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
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 ».