What nudges you to take a vaccine? Understanding behavioural drivers of COVID-19 vaccinations using large-scale experiments in the G-7 countries
Notice bibliographique
Résumé
Introduction We present a unique multi-country, two-wave dataset of 42,417 survey responses drawn from nationally representative samples of citizens from the G-7 countries: Canada, France, Germany, Italy, Japan, UK, and USA. This data note outlines the motivation and methodology of the survey instrument and describes the measures contained in the dataset. We highlight areas for future research.Methods We fielded an online survey over two waves (January 27 to February 26 [n = 24,303] and wave 2 from March 6 to May 12 [n = 18,114]) measuring a range of demographic, social, political, and psychological variables. Samples were nationally representative by age, education, gender, and subnational region. Each wave included of three experiments (one conjoint and two between-subjects) to facilitate randomised evaluation of behavioural health policies promoting the uptake of COVID-19 booster vaccinations.Results The dataset has produced two peer-reviewed publications at the time of writing ([Banerjee, S., John, P., Nyhan, B., Hunter, A., Koenig, R., Lee-Whiting, B., Loewen, P. J., McAndrews, J., & Savani, M. M. (2024). Thinking about default enrollment lowers vaccination intentions and public support in G7 countries. PNAS Nexus, 3(4), pgae093]; [Koenig, R., Savani, M. M., Lee-Whiting, B., McAndrews, J., Banerjee, S., Hunter, A., John, P., Loewen, P. J., & Nyhan, B. (2024). Public support for more stringent vaccine policies increases with vaccine effectiveness. Scientific Reports, 14(1), 1748]). A summary report is posted online (https://www.thebritishacademy.ac.uk/publications/overcoming-barriers-to-vaccination-by-empowering-citizens-to-make-deliberate-choices/). Additional research outputs are currently under preparation.Discussion Our dataset combines observational and experimental data on behavioural health policies, offering numerous insights. First, the dataset's extensive size and geographical diversity enables comparative analysis of public health issues involving social, political, and behavioural factors. Second, the dataset is suited to advanced statistical methods that can explore heterogeneity in the uptake of behavioural health policies, such as vaccine nudges. Third, the timing of the data collection, coinciding with the rise of the Omicron variant, provides valuable insights into why some previously vaccinated individuals might hesitate to receive additional doses, potentially improving our understanding of the COVID-19 pandemic and possible responses to pandemics and other public health emergencies in the future.
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 | 0,021 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».