An unmet global agenda: COVID-19 vaccine hesitancy among farmers in Northern Ghana
Notice bibliographique
Résumé
Ghana became the first nation in Sub-Saharan Africa to receive the coronavirus vaccine; however, as of December 2023, only 44.3% of Ghanaians had received at least two doses of COVID-19 vaccines, with vaccine hesitancy reported at 52.2%. This research aimed to explore the reasons for COVID-19 vaccine hesitancy among farmers in Northern Ghana. The study adopted a concurrent embedded mixed methods design, which simultaneously collects qualitative and quantitative data. Participants were purposively sampled from five farmer-based organizations. Twenty-four participants were interviewed for 30–45 min. The transcripts were imported into NVivo version 14 and analyzed using Braun and Clarke’s reflexive thematic analysis. The farmers’ interviews revealed five themes related to vaccine hesitancy: availability and access, misconceptions about the COVID-19 virus, preference for a single-dose vaccine, COVID-19 vaccine safety concerns, and belief in the non-existence of COVID-19 in Northern Ghana. Farmers’ perspectives on the COVID-19 vaccine varied in the quantitative findings. Approximately 37.5% (n = 9) would postpone and 16.7% (n = 4) would decline the COVID-19 vaccination. About 12.5% (n = 3) expressed some degree of positivity toward the vaccines, while 58.3% (n = 14) stated that COVID-19 was currently unimportant. Vaccine uptake in Northern Ghana among farmers most likely stalled due to a lack of information and the belief that the virus no longer exists. The findings highlight the intersecting reasons for vaccine hesitancy from logistical barriers to social and cultural beliefs. To address this, it is crucial to make single-dose vaccines more available, conduct ongoing public health campaigns, and prioritize farmers as a vulnerable population during health emergencies.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».