Understanding COVID-19 vaccination disparity among Black adults in North America: A two-study motivational approach
Notice bibliographique
Résumé
Previous research has revealed lower vaccination rates among Black communities relative to other racial-ethnic communities in North America. However, there remains a gap in understanding the motivational barriers contributing to these persistent disparities. Grounded in Self-Determination Theory, the current research aimed to examine the effects of different motivations for vaccine acceptance across population groups (autonomous, controlled, and amotivation). The current investigation involved two survey studies conducted in the United States and Canada during the second year of the COVID-19 pandemic. Study 1 was cross-sectional and included 623 Americans (60.4 % female). Study 2 was a prospective longitudinal study of 413 Canadians (54 % female; M age = 47.6, SD = 17.9). In both studies, Black adults reported significantly lower levels of vaccination (M Black = 1.15 vs. M Non-Black = 1.48 in Study 1; M Black = 2.25 vs. M Non-Black = 2.63 in Study 2), lower autonomous motivation, and higher distrust-based amotivation compared to individuals from other population groups. In the cross-sectional study, autonomous motivation (β = 0.45, p < .001) was positively associated with vaccine uptake while distrust-based amotivation (β = −0.23, p < .001) was negatively associated with vaccine uptake. In the longitudinal study, distrust-based amotivation (β = −0.11, p < .01) was associated with vaccination uptake for all groups, while lower autonomous motivation ( b = 0.17, p < .01) and higher controlled motivation ( b = −0.14, p < .05) were associated with lower vaccine uptake among Black individuals. These findings suggest that while addressing distrust-based amotivation at the institutional and systemic level to promote utilization of vaccination services is essential across all population groups, tailored public health interventions and policies that foster a sense of autonomy over one's healthcare decisions may play a particularly significant role for Black adults in supporting vaccine acceptance and uptake.
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 | 0,011 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».