“Black People Listen to Black People”: Strategies to Improve COVID-19 Vaccine Confidence Among Black People Living in Canada
Notice bibliographique
Résumé
Background: Compared to other groups of Canadians, Black people have been significantly more affected by COVID-19 and appear to be more hesitant to receive the COVID-19 vaccine. This article identifies approaches or strategies to increase vaccine confidence and uptake among Black people in Canada. Methods: Thirty-six Black people of diverse ethnicities, aged 18 years and above, living in six provinces across Canada were interviewed. An inductive thematic approach was employed to analyze the interview data. Results: Building trust was at the center of the strategies identified and spoke to the meaningful and practical ways the sociocultural realities of Black people living in Canada can be used to inform and implement the most effective health interventions. Identified strategies include public education, building trust through Black-led community engagement, and addressing barriers to vaccine convenience focusing on health literacy and communication. Together, these strategies consider the nuance of the message, diversity of messenger(s), and communication channels and call for a move away from generic health promotion messages to tailored communications grounded in community expertise and the experiences of Black people across all levels of healthcare service provision. Conclusions: Health promotion and public health messages must acknowledge difference, tailor approaches to target audiences, and foster lasting collaborations informed by members of the Black community. Government agencies and healthcare service providers should foster the relationships established during the pandemic, document lessons learned, remove systemic barriers to healthcare, and create an emergency preparedness guide for community engagement and health promotion for Black people living 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 tête enseignante, 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 ».