Structural violence as a driver of COVID-19 vaccine hesitancy and low vaccine uptake among people experiencing homelessness in Toronto, Canada: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: People experiencing homelessness are at increased risk of contracting SARS-CoV-2 and of severe complications of COVID-19. Vaccination is promoted as a key strategy to protect against severe illness from SARS-CoV-2 infection, but rates of vaccination among people experiencing homelessness are lower than the general population. Studies suggest lower uptake is a result of vaccine hesitancy, but few theoretically engage with the structural drivers of vaccine hesitancy. We explore the role of structural violence in shaping COVID-19 vaccine decision-making among people experiencing homelessness. METHODS: We conducted this critical qualitative study in Toronto, Canada. Thirty-one adults of diverse races, genders, and vaccination status participated in in-depth interviews between November 2021 and February 2022. Ecosocial Theory shaped the study focus, interview guide, and analysis. Analysis employed an abductive thematic approach guided by the Framework Method analytic approach. FINDINGS: Participant experiences were shaped by multiple forms of structural violence. Analytic themes included: i) challenges navigating income generation and 'placelessness' during lockdowns; ii) perceived and enacted stigma and discrimination, and feeling 'othered' as a result of vaccine mandates; and iii) a disruption in the continuity of access to healthcare; all were housed under the domains of economic and social deprivation, social trauma, and inadequate medical care. These shaped participant's description of their agency and subsequent vaccine decision-making, concerns related to COVID-19 vaccination, and ultimately (re)produced health inequities. INTERPRETATION: Multiple pathways of structural violence experienced prior to and during the COVID-19 pandemic influenced vaccine decision-making and represent critical mechanisms by which health inequity becomes embodied by people experiencing homelessness.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,012 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».