COVID-19 Prevention Behaviors and Mistrust Among Black and Latino Public Housing Residents in NYC
Notice bibliographique
Résumé
Preventive measures against COVID-19 played a crucial role in mitigating transmission. Social and structural factors influence individuals’ trust in health care and engagement in health-promoting behaviors. This study investigates racial-ethnic differences in COVID-19 prevention behaviors and beliefs among public housing residents in the South Bronx, NYC. Data come from the Nurse-Community-Family Partnership study, a randomized controlled trial conducted during the COVID-19 pandemic. The analytic sample ( n = 200) was limited to adult participants who identified as non-Hispanic Black, Hispanic Black, Hispanic White, or Hispanic Other. Multilevel logistic regression models estimated odds ratios and 95% confidence intervals, adjusted for sex, age, and education. The odds of receiving a COVID-19 vaccine were 3.8 times greater for Hispanic White participants and 2.5 times greater for Hispanic Other participants than for non-Hispanic Black participants. In addition, the odds of practicing social distancing were 2.2 times greater for Hispanic Other participants than for non-Hispanic Black counterparts. COVID-19-related government mistrust was associated with an 88% decrease in the odds of vaccinating, a 58% decrease in the odds of practicing social distancing, and a 77% decrease in the odds of mask-wearing. COVID-19 vaccine mistrust was associated with a 93% decrease in the odds of vaccination. When adjusted for mistrust, differences in vaccination rates by racial-ethnic groups were no longer significant. Addressing mistrust is pivotal for improving public health outcomes. Interventions that enhance trust in health institutions through cultural competence, community engagement, and greater representation in health care can help bridge the gap in prevention behaviors among racially minoritized groups.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».