Community Mobilization to Promote Vaccine Confidence During a Global Public Health Emergency: Insights from Peel Region and Toronto (Ontario, Canada) a Qualitative Study
Notice bibliographique
Résumé
Background: The Ontario government launched the High Priority Communities Strategy (HPCS) in December 2020, funding community agencies operating in neighborhoods disproportionately affected by COVID-19 in Durham, Peel, Toronto, York, and Ottawa. Community-led task forces and networks also formed with the aim to increase vaccine confidence and uptake among minoritized communities. Objectives: To explore how community-led task forces, networks and agencies mobilized and engaged faith-based and ethno-racial communities in Peel Region and Toronto to improve vaccine confidence and uptake, including perceived facilitators and barriers. Design: Multi-method qualitative study. Methods: Between June 2023 and March 2024, we conducted ten online focus groups with three task forces and six HPCS-funded community agencies, as well as four key-informant interviews with representatives from two task forces and one network. We used thematic analysis to explore respondents' perceptions and experiences. Results: Three key themes emerged. First, community-led task forces, the network and agencies used community mobilization strategies, such as tailored outreach, mitigating vaccine access barriers and leveraging trusted community voices, to improve vaccine confidence and uptake. Second, fostering a sense of community was central to their work, enabled through member engagement and power (knowledge and resource) sharing for collective impact. Third, sustaining community-led efforts was a challenge. The volunteer-driven task forces and network lacked the capacity to formally evaluate their activities or long-term infrastructure, and most disbanded post-pandemic. However, community agencies pivoted to preventative and primary care initiatives under HPCS. Conclusion: Community-led structures contributed to promoting vaccine uptake among ethno-racial and faith-based communities in hotspot areas. Facilitators included the use of trusted messengers and power sharing, while barriers included short-term funding and challenges sustaining efforts over time. Long-term sustainability of these efforts requires continued investment, sustained infrastructure, and strong community partnerships. Lessons from these findings can help strengthen community-led responses to future public health emergencies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».