COVID-19 vaccine confidence among parents of racially diverse children aged 0–12 years old in Canada: The role of major experience of racial discrimination, health literacy, and conspiracy beliefs
Notice bibliographique
Résumé
The success of COVID-19 vaccination is linked to trust, hesitancy, and confidence. Racial discrimination impacts vaccine hesitancy and trust, particularly in racialized groups. This study investigates factors influencing COVID-19 vaccine confidence among Canadian parents from different racial groups, addressing a gap in existing research. Data were collected in 2023 (October to November) included 2,528 parents of children aged 0–12. Findings showed significant mean differences between racial groups, F (7, 2520) = 9.92, p < .001, with Arabs presented lower means of confidence (M = 30.26, SD = 9.39) compared to Asian (M = 35.71, SD = 8.14), Black (M = 33.23, SD = 9.50), and Indigenous parents (M = 35.07, SD = 9.45). Multiple linear regression among White participants showed that conspiracy beliefs were negatively associated with COVID-19 vaccine confidence (β = -.60, p < .001), whereas health literacy was positively associated with COVID-19 vaccine confidence (β = .09, p < .001). Results among racialized groups showed that conspiracy beliefs (β = -.23, p < .001) and racial discrimination (β = -.05, p = .049) were negatively associated with COVID-19 vaccine confidence, while health literacy was positively associated with COVID-19 vaccine confidence (β = .31, p < .001). This study highlights the complex factors influencing COVID-19 vaccine confidence among Canadian parents from racialized groups, suggesting that racial discrimination and conspiracy beliefs significantly reduce vaccine confidence, while health literacy plays a crucial role in increasing confidence. These results underscore the importance of addressing misinformation and systemic barriers to trust in vaccination efforts.
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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».