MétaCan
Menu
← Back to cohort
Record W7104250574 · doi:10.71781/957

Stratégies visant à accroître la demande de vaccination infantile dans les pays en développement : révision systématique et méta-analyse

2014· dissertation· fr· W7104250574 on OpenAlexfundno aff

Bibliographic record

VenueOpen MIND · 2014
Typedissertation
Languagefr
FieldSocial Sciences
TopicVaccine Coverage and Hesitancy
Canadian institutionsnot available
FundersCanadian Institutes of Health Research
KeywordsPopulationPsychological interventionHealth servicesVaccination

Abstract

fetched live from OpenAlex

La vaccination figure parmi les interventions sanitaires les plus efficaces et les plus rentables connues. Pourtant, des inégalités de couverture persistent entre les régions et les pays. Les interventions visant à améliorer la couverture vaccinale sont généralement regroupées soit comme interventions pour améliorer l’offre ou la prestation des services de santé, soit comme interventions pour stimuler la demande pour les services de vaccination. L’objectif de cette étude est d’évaluer si les interventions du côté de la demande qui visent à améliorer la couverture vaccinale peuvent accroître la vaccination de routine des enfants dans les pays en développement. Nous avons effectué une revue systématique et une méta-analyse des essais randomisés contrôlés ainsi que d’autres types d’études scientifiques réalisées dans des pays en développement. La population ciblée comprenait les parents et les gardiens d'enfants de moins de deux ans qui sont exposés à une intervention visant à accroître la demande de vaccination de routine des enfants. La recherche des études originales dans les différentes bases de données a été limitée aux études publiées avant septembre 2013 (dernière mise à jour le 25 Mars 2014) dans 6 langues. Onze études ont été sélectionnées puis classifiées dans deux catégories: (a) éducation ou transfert de connaissances (7 études) et (b) incitations (4 études). Les résultats de la métaanalyse ont démontré un impact positif des interventions sur la demande de vaccination des enfants dans les pays en développement (RR 1.30; 95% CI 1.17, 1.44). Ces impacts positifs ont été constatés autant pour les interventions qui comprennent l’éducation ou transfert de connaissances (RR 1.40; 95% CI1.20, 1.63) que pour les interventions de type incitation (RR 1.28; 95% CI 1.12, 1.45). Les résultats suggèrent que diverses stratégies visant à accroître la demande peuvent conduire à une augmentation de la couverture vaccinale dans différents pays en développement.

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 imitation

Not 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.

metaresearch head score (Codex)0.063
metaresearch head score (Gemma)0.123
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (broad)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Meta-analysis · Consensus signal: Meta-analysis
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.988
Threshold uncertainty score0.334

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0630.123
Meta-epidemiology (narrow)0.0040.002
Meta-epidemiology (broad)0.0120.050
Bibliometrics0.0060.007
Science and technology studies0.0010.001
Scholarly communication0.0060.003
Open science0.0030.002
Research integrity0.0030.004
Insufficient payload (model declined to judge)0.0060.001

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.

Opus teacher head0.035
GPT teacher head0.383
Teacher spread0.348 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designMeta-analysis
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicVaccine Coverage and Hesitancy→French-language works237,207→