MétaCan
Menu
Retour à la cohorte
Enregistrement W4413961423 · doi:10.3389/frhs.2025.1609752

COVID-19 vaccine hesitancy in Ethiopia: a scoping review for equitable vaccine access

2025· review· en· W4413961423 sur OpenAlexafffund
Senait Aleamyehu Beshah, Jibril Bashir Adem, Mosisa Bekele Degefa, Melkamu Ayalew, Yohannes Lakew, Sileshi Garoma, Elizabeth Naa Adukwei Adote, Daniel Malik Achala, Grace Njeri Muriithi, Chinyere Mbachu, James Akazili, Chikezie Ifeanyi, Elias Asfaw Zegeye, Chijioke O. Nwosu, John E. Ataguba

Notice bibliographique

RevueFrontiers in Health Services · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesInternational Development Research Centre
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakVirologyMedicineVaccinationFamily medicineBusinessInfectious disease (medical specialty)OutbreakDisease

Résumé

récupéré en direct d'OpenAlex

Introduction: COVID-19 vaccines are crucial for preventing severe illness from the virus. Despite their effectiveness; vaccine hesitancy, unequal access, and economic disparities hinder vaccination programs across Africa, posing significant challenges in Ethiopia. Method: This scoping review followed the methodological guidelines outlined in the Joanna Briggs Institute Reviewer's and employed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses - Extension for Scoping Reviews (PRISMA-ScR) checklist and explanation to ensure transparency. To analyze the data, we developed tailored search strategies for key databases [HINARI, PubMed, Cochrane, African Journals Online (AJOL), and Science Direct] and gray literature sources. These strategies combined controlled vocabulary and relevant keywords. A descriptive thematic analysis was then employed to identify and categorize the various findings within the included studies. The results are presented in a narrative format, summarizing the key themes and providing a clear and comprehensive overview of the current evidence base. Results and recommendations: A review of 34 Ethiopian studies revealed significant COVID-19 vaccine hesitancy, with rates exceeding 50% in over 40% of the studies. The lowest hesitancy was found in adults from Addis Ababa (19.1%), while the highest rates were seen among healthcare workers in Oromia (69.7%) and pregnant women in Southwest Ethiopia (68.8%). Factors contributing to vaccine hesitancy in Ethiopia include being female, having only primary education, residing in rural areas, younger age, limited knowledge about the vaccine, reduced trust in authorities, and misperceptions about the risk of the virus. To address this challenge effectively, policymakers should prioritize interventions that build public trust, enhance awareness of the vaccine's benefits, and counter misinformation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,076
score de la tête « metaresearch » (Gemma)0,204
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,204
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,010
Bibliométrie0,0200,013
Études des sciences et des technologies0,0020,002
Communication savante0,0080,008
Science ouverte0,0030,005
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,466
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Health ServicesMême sujetVaccine Coverage and HesitancyTravaux en français237 207