Determinants of COVID-19 Vaccine Uptake among Boda-Boda Riders in Mathare, Kenya
Notice bibliographique
Résumé
Coronavirus disease (COVID-2019) is a novel, highly infectious disease rapidly spreading worldwide. Kenya began the immunization campaign at the beginning of March 2021 with AstraZeneca vaccines, and by June 2022, a total of 18.5 million doses of the coronavirus vaccine had been administered. Due to low uptake of the Coronavirus Disease 2019 vaccine, the Kenyan government called for prioritizing interventions to improve vaccine uptake. This study examined the influence of perception, prior exposure to coronavirus, policy, individual factors, and access to Coronavirus Disease 2019 vaccines on uptake of COVID-19 vaccination among Boda-Boda cyclists in Mathare Sub-County, Nairobi. This was a cross-sectional study with a sample size of 138 Boda-Boda cyclists. The data were purely quantitative and were collected using a structured questionnaire. Simple random sampling was used to select respondents. Data were analyzed using SPSS version 21, and both descriptive and inferential statistics (chi-square, logistic regression) were used. The study found that only a quarter (35 [25%]) of respondents had been vaccinated, of whom 84 (60%) had received the first dose and 56 (40%) had received the required 2 doses. A third (47 [33.6%]) of vaccinated respondents preferred the Johnson & Johnson vaccine. Regarding how policies affected uptake of the COVID-19 vaccine, 97 (69.3%) disagreed that they got vaccinated because they wanted to receive services from government offices. Regarding vaccine accessibility, 78 (55.7%) of respondents agreed that they could get vaccinated at their local health facilities and at any time. The coefficients associated with individual factors, perceptions, policies, and vaccine accessibility were statistically significant (P < .05). The study recommends conducting more educational campaigns on the illness and the need for vaccination.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».