COVID-19 vaccination access, acceptability, and pandemic recovery in American Indian communities.
Notice bibliographique
Résumé
OBJECTIVE: The present study explored perspectives on COVID-19 vaccine acceptability, access, and strategies for pandemic recovery among rural and urban/suburban American Indian (AI) community leaders and members in California. METHOD: The qualitative study was initiated by a community-academic partnership with a large AI health organization and two universities and included virtual focus groups focused on COVID-19 vaccine acceptability (concerns, risks, benefits), initial vaccine rollout accessibility (vaccination site preferences, accessibility, strategies for improving vaccination), and recommendations for pandemic recovery. Reflexive thematic analysis was used to generate themes. RESULTS: = 12). Participants in both urban/suburban and rural settings reported preferences for Tribal or Indian Health Service clinics for vaccination and recommended culturally tailored COVID-19 educational materials, health services, and community events to promote pandemic recovery. Participants in rural groups provided examples of tailored community-led pandemic care but illustrated how health care access limited vaccination, how basic needs affected vaccine prioritization, and how gaps in data on AI communities limited local informed decision-making. CONCLUSION: Findings demonstrate differences in the COVID-19 experience among AI adults living in urban/suburban and rural regions, including vaccine access and basic needs concerns. Findings also highlight local preferences in the pandemic community response and recommendations for culturally tailored health information, health services, and gatherings. Public health campaigns may require additional resources for AI communities to improve equitable distribution and uptake. (PsycInfo Database Record (c) 2026 APA, all rights reserved).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».