Attitudes, Beliefs, and Self-Reported Rates of Influenza and COVID-19 Vaccinations in the Canadian 2023–2024 National Influenza and Respiratory Viruses Survey
Notice bibliographique
Résumé
Background: We conducted a cross-sectional, online survey of adult Canadian residents to evaluate their attitudes and beliefs about vaccination against respiratory viruses, particularly influenza and coronavirus 2019 (COVID-19). Methodology: Survey participants aged ≥ 18 years were randomly recruited from the Léger Opinion (LEO) consumer panel. Results: Out of 3002 respondents, 76% reported being “up-to-date” on all of their recommended vaccinations, 86% reported understanding why the influenza vaccine was needed annually, 79% reported believing the influenza vaccine was safe, and 83% reported understanding that vaccines, in general, were important for health. However, only 49% reported receiving the influenza vaccine in the fall of 2023, and 46% received a COVID-19 vaccine (68% of those who received one received the other). More than half of the respondents (55%) reported that they found it difficult to keep track of which vaccines were recommended for them, while 74% indicated that they valued the opinion of their healthcare provider (HCP) when deciding whether to be vaccinated against influenza, and 73% said they would not hesitate to receive multiple vaccines at the same time if their HCP recommended it. Conclusions: These findings highlight the ongoing need for education and outreach in Canada.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».