Representaciones Sociales sobre las Vacunas y la Vacunación frente al COVID 19
Bibliographic record
Abstract
Las representaciones son descriptas como un estilo específico de conocimiento, un modo determinado de descifrar la realidad, aludiendo al pensamiento del sentido común, siendo asociadas a un desarrollo personal que supone una ordenación cognitiva y a la vez halla su inicio, su difusión y cambio en el contexto sociocultural. En el contexto sanitario dado a causa de la pandemia por COVID 19 y mostrando como la mayor estrategia empleada por los diferentes gobiernos del mundo la vacunación toma relevancia el conocimiento sobre las representaciones acerca de la vacunación y las vacunas. En el marco del estudio multicéntrico International COVID 19 Awareness and Responses Evaluation Study (ICARE) liderado por Montreal Behavioural Medicine Centre se desarrolló una encuesta con una muestra 3330 adultos argentinos, de entre 18 y 70 años compuesta mayoritariamente por estudiantes y profesionales universitarios. El objetivo de la investigación ha sido conocer las representaciones acerca de las vacunas y la vacunación. Entre los resultados se destacan las representaciones sociales de los participantes que exhiben una gran adherencia a la vacunación y a las vacunas, con conceptos positivos en 8 de cada de 10 y un claro sostenimiento de las medidas de protección de como aislamiento y uso de más carilla acompañando la inoculación mientras que se conviva con el COVID 19.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".