The public's attitude to and acceptance of periodic doses of the COVID-19 vaccine: A survey from Jordan
Notice bibliographique
Résumé
Aims This study surveyed people regarding their acceptance of periodic doses (i.e., annual boosters) of the COVID-19 vaccine. Moreover, factors that correlate with attitudes toward periodic COVID-19 vaccines were assessed and identified. Method The study employed a cross-sectional methodology. The study questionnaire was distributed using Google Forms. Data were collected during the last quarter of 2021, and 1,416 adults (18 years old and over) from Jordan responded. Acceptance of COVID-19 periodic vaccine doses was calculated as a percentage of the total number of study participants, and their attitudes were scored. A multiple regression model was used to determine the predictors of public attitudes toward the annual dose of COVID-19 vaccines. Results The acceptance rate for receiving periodic doses of the COVID-19 vaccine was low (19.3%). Additionally, 26% of participants were unsure about receiving additional doses of the vaccine. However, 54.7% had a negative attitude toward getting periodic doses. The mean score for attitudes toward periodic doses was 47.9 (range: 29–66). Among the identified factors leading to decisions not to receive periodic doses were side effects (49.1%), waiting for further clinical studies (38.8%), and perceived no risk of contracting COVID-19 (17.7%). Regression analysis showed that income, educational attainment, and following the news about COVID-19 were predictors of participants' attitudes toward the periodic COVID-19 vaccine. Conclusion Acceptance of periodic doses of the COVID-19 vaccine in Jordan is low, and the public's attitude is generally negative. Health programs and educational interventions are needed to promote vaccine acceptance and positive attitudes.
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) | 0,000 | 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 ».