Comfort or hesitancy: A cross-sectional study of modifiable factors associated with co-vaccination behavior among United States and Canadian adults
Notice bibliographique
Résumé
Objective: Co-vaccination, or receiving multiple vaccines at once, may improve vaccination uptake and reduce missed opportunities to vaccinate. Although generally considered safe and effective, co-vaccination is not well accepted outside of travel and childhood immunization. Myriad psychological, physical and social influences affect vaccination decisions, but limited work has explored modifiable factors associated with co-vaccination comfort. Identifying such factors may better inform interventions targeting co-vaccination. Methods: This cross-sectional study examined how capability, opportunity, and motivation (COM-B model) relate to co-vaccination comfort among United States (U.S.; N = 604) and Canadian ( N = 586) adults in January 2024. Index variables representing capability, opportunity, and motivation were constructed from survey items. Linear regression models were used to assess independent associations of capability, opportunity, and motivation with co-vaccination comfort. Results: All factors were positively associated with co-vaccination comfort in both samples. Capability was the strongest predictor (U.S.: β = 4.82, 95 % CI [4.24, 5.4]; Canada: β = 4.28, 95 % CI [3.7, 4.88]), followed by opportunity (U.S.: β = 4.1, 95 % CI [3.6, 4.6]; Canada: β = 4.1, 95 % CI [3.61, 4.59]), and motivation (U.S.: β = 2.94, 95 % CI [2.61, 3.27]; Canada: β = 2.57, [2.24, 2.9]). Conclusions: This study leveraged the COM-B model to identify behavioral factors associated with co-vaccination comfort. Future experiments should examine whether manipulating these factors impacts co-vaccination decisions.
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 | 0,000 |
| Science ouverte | 0,000 | 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 ».