How did Ontario healthcare institutions implement and legitimize Covid-19 vaccine mandates? A qualitative multi‑method study protocol
Notice bibliographique
Résumé
BACKGROUND: Upon the WHO declaration of Covid-19 as a pandemic, healthcare workers (HCWs) - unvaccinated by necessity - were celebrated as "heroes" for their service under difficult conditions. Later, as some of them resisted vaccine mandates, they were reframed as "threats", regardless of personal behaviour, workplace setting, or evidence of their harmfulness. This discursive shift and the institutional mechanisms supporting it remain underexamined. GOAL: This protocol outlines a qualitative multi‑method study investigating the implementation of Covid-19 vaccine mandates in medical establishments across Ontario, Canada. METHODS: This qualitative multi‑method planned study includes two phases. Phase 1 is an environmental scan of institutional vaccine mandate policies across a purposive sample of diverse Ontario medical establishments. It will track policy implementation timelines, mandates scope, exemptions eligibility criteria, and supporting scientific evidence presented. Phase 2 is a critical interpretive analysis of documents collected in Phase 1 that draws on Max Weber's theory of bureaucracy and legitimacy, Carol Bacchi's "What Is the Problem Represented to Be" (WPR) approach, and Brian Martin's framework on suppression of dissent to identify patterns in the institutional framing and treatment of challenges to mandated vaccination. EXPECTED OUTCOMES: The study outlined in this protocol is expected to yield descriptive and interpretive insights into how bureaucratic structures shaped mandate enforcement and dissent suppression. Results are expected to inform academic debates on institutional legitimacy, governance, and public health ethics.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».