Factors associated with youth vaccine acceptance during the COVID-19 pandemic: Coordinated analyses across 5 Canadian datasets
Notice bibliographique
Résumé
Vaccines are essential for preventing infectious diseases, yet vaccine hesitancy—particularly among youth—remains a growing concern. This study investigated factors influencing COVID-19 vaccine acceptance among Canadian youth (aged 12–29 years) across three pandemic stages using data from five rapid-response surveys. Multivariable logistic regression analyses identified sociodemographic, pandemic-related impacts, and mental health factors associated with vaccine acceptance. Results showed increasing vaccine acceptance over time across samples (i.e., Stage 1: 52.3 %–65.4 %; Stage 2: 73.8 %–83.2 %; and, Stage 3: 85.3 %–96.0 %). Although findings varied across samples, overall, parental education (significant adjusted odds ratios [aOR] range across samples and Stages = 0.16 to 2.07), living area (i.e., rural/urban; aORs range = 2.07 to 2.18), and COVID-19 stress (aOR range = 1.06 to 2.34) emerged as consistent factors across time. Other factors, such as being older (Stage 1 aOR = 1.15 to 3.21; Stage 3 aOR = 0.58), White (Stage 1 aOR = 1.55 to 1.69; Stage 2 aOR = 1.48), female (Stage 1 a OR = 0.60 to 0.72) or having a family member diagnosed with COVID-19 (Stage 1 aOR = 1.89; Stage 2 aOR = 0.55; Stage 3 aOR = 0.52) appeared as potential context-specific factors related to vaccine acceptance. Mental health had limited influence. These findings underscore the need for targeted vaccination campaigns addressing stable and dynamic sociodemographic and stress-related factors among youth. • Vaccine acceptance ranged from 52.3 % to 96.0 % across three stages of the pandemic. • Parental education, living area, and COVID-19 stress were key factors in vaccine acceptance. • Anxiety and depressive symptoms generally did not affect vaccine acceptance. • Targeted strategies are needed for youth with lower parental education, those living in rural areas, and those experiencing COVID-19-related distress.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».