COVID-19 Vaccine Information Seeking Behaviour in Elderly Punjabi Immigrants in the Greater Toronto Area
Notice bibliographique
Résumé
Background: Health disparities among ethnic communities have become more evident during the COVID-19 pandemic and misinformation has become prevalent in media. Health information sources play a key role in addressing health care disparities experienced by immigrants. The objective of this study was to understand elderly Punjabi immigrants’ COVID-19 vaccine-related information-seeking behaviour in the Greater Toronto Area (GTA), Ontario. Method: 341 elderly Punjabi immigrants from the GTA were surveyed about their COVID-19 vaccine information-seeking behaviour, including where they obtain vaccine-related information from, why they sought information from their chosen sources, and barriers to obtaining information. The data collected were analyzed to determine major findings about sources of COVID-19 vaccine information in relation to age, education, and years since immigration. Results: The study included 218 males and 123 females, with a mean age of 67.7 years (standard deviation ± 12.1). 56.6% of participants did not complete high school and 83.9% of participants were retired. Participants’ most preferred source of COVID-19 vaccine-related information was television (25.6%), followed by interpersonal communication with family/friends (22.1%), and social networking sites (11%). Preferred sources and information-seeking behaviour varied with age, education, and years since immigration to Canada. Participants of higher age, lower education, and shorter time since immigration were less likely to use reliable government sources and more likely to use interpersonal communication. Conclusion: In the long term, identified sources of information can be used to educate and share accurate health and wellness information to older Punjabi immigrant populations, ultimately decreasing health disparities and improving health literacy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».