Зміст |
Автори:
Марія Каща, ORCID: https://orcid.org/0000-0001-9055-8304 Сумський державний університет, Україна Олексій Квілінський, ORCID: https://orcid.org/0000-0001-6318-4001 Dr.Sc, Лондонська академія науки і бізнесу, Великобританія Каріна Петренко, ORCID: https://orcid.org/0000-0002-1373-3428 Сумський державний університет, Україна
Сторінки: 8-16
Мова: Англійська
DOI: https://doi.org/10.21272/hem.2022.2-01
Отримано: 19.05.2022
Прийнято: 20.06.2022
Опубліковано: 30.06.2022
Завантажити: |
Перегляди: |
Завантаження: |
|
|
|
Розширена анотація українською мовою
У статті проведено бібліометричний аналіз публікацій, що досліджують питання пандемії Covid-19 та превентивних заходів щодо її подолання, зокрема вакцинації. Основною метою дослідження є аналіз, систематизація та побудова кластерів світових наукових шкіл, що у 2020 році змінили свій вектор досліджень у зв’язку пандемією Сovid-19. Актуальність вирішення наукової проблеми полягає в тому, що для швидкого відновлення економіки, освіти, туризму та інших сфер життя суспільства, що постраждали від пандемії необхідно якнайшвидше знизити захворюваність, один із дієвих способів є вакцинація, проте у світі зберігається тенденція відмови від щеплень. Дослідження актуальності досліджень науковців світу питання довіри до вакцинаційної кампанії у статті здійснено з використанням програмного забезпечення VOSviewer, інструментів аналізу джерел бази даних Web of Science та Scopus. Вибірку дослідження сформовано за період 2020-2021 роки, мова публікації – англійська, ключові слова – Сovid-19 та vaccination, виключені з пошуку медичні та фармацевтичні категорії. Авторами також проаналізовано географію дослідження та визначено, що найбільша кількість робіт була надіслана до науко метричних баз даних Web of Science та Scopus з американською, англійською, китайською, німецькою та італійською афіляціями. Візуалізація результатів бібліометричного аналізу географії з використанням програмного забезпечення VOSviewer дозволили виокремити дві наукові школи вчені яких досліджують пандемію Сovid-19 та перебіг вакцинаційної кампанії. Крім того, дослідження емпірично підтверджує та теоретично доводить, що серед науковців світу існує як мінімум 10 векторів дослідження: пошук причин диференціації намірів вакцинуватись; різне ставлення до щеплень в залежності від гендерної ознаки, віку та соціального становища; прогнозування різних сценаріїв; наслідки інфодемії та боротьби з дезінформацією; ефективність соціального тиску на населення; роль соціальних мереж; достатність використання індивідуальних засобів захисту; відповідальність кожного у створенні колективного імунітету; необхідність проведення роз’яснювальної роботи медичними співробітниками; перевірка ефективності вакцини тощо.Результати проведеного бібліометричного дослідження можуть бути корисними для формування подальших емпіричних досліджень пошуку причинно-наслідкових зв’язків та математичного моделювання причин відмови від вакцинації, а також прогнозування різних сценаріїв розвитку пандемії.
Ключові слова: бібліометричний аналіз, COVID-19, vaccination, пандемія, VOSviewer.
Класифікація JEL: I12, I15, I18.
Цитувати як: Kashcha, M., Kwillinski, A., & Petrenko, K. (2022). Vaccination Campaign: A Bibliometric Analysis. Health Economics and Management Review, 3(2), 8-16. https://doi.org/10.21272/hem.2022.2-01
Ця стаття публікуються за ліцензією Creative Commons Attribution International License
Список використаних джерел
- Abdy, M., Side, S., Annas, S., Nur, W., & Sanusi, W. (2021). An SIR epidemic model for COVID-19 spread with fuzzy parameter: the case of Indonesia. Advances in difference equations, 2021(1), 1-17. [Google Scholar] [CrossRef]
- Afolabi, A.A., & Ilesanmi, O. S., (2021)Addressing COVID-19 vaccine hesitancy: Lessons from the role of community participation in previous vaccination programs. Health Promot Perspect, 11(4), 434-437. [Google Scholar] [CrossRef]
- Ali, N., Ashiru-Oredope, D., & Murdan, S. (2021). Training university students as vaccination champions to promote vaccination in their multiple identities and help address vaccine hesitancy . Pharmacy Education, 21, p. 407–419. [Google Scholar] [CrossRef]
- Alqahtani, R. T., & Abdelhamid, A., (2021) Study of Dynamics of a COVID-19 Model for Saudi Arabia with Vaccination Rate, Saturated Treatment Function and Saturated Incidence Rate. Mathematics ,9( 23): 3134. [Google Scholar] [CrossRef]
- Ansari-Moghaddam, A., Seraji, M., Sharafi, Z., Mohammadi, M., & Okati-Aliabad, H. (2021). The protection motivation theory for predict intention of COVID-19 vaccination in Iran: a structural equation modeling approach. BMC Public Health, 21(1), 1-9. [Google Scholar] [CrossRef]
- Bodner, E., Bergman, Y. S., Ben-David, B., & Palgi, Y. (2021). Vaccination anxiety when vaccinations are available: The role of existential concerns. Stress and Health, 38( 1), 111– 118. [Google Scholar] [CrossRef]
- Buturoiu, R., Vladu, L., Durach, F., & Dumitrache, A. (2021). Predictors of third-person perceptions about media’s influence on vaccination against COVID-19. Kybernetes. [Google Scholar] [CrossRef]
- Campos, E., Penha Cysne, R.,. Madureira, A. L., & Gélcio, L.Q.M (2021) Multi-generational SIR modeling: Determination of parameters, epidemiological forecasting and age-dependent vaccination policies. Infectious Disease Modelling, V(6), 751-765. [Google Scholar] [CrossRef]
- Delgado-Gallegos, J. L., Padilla-Rivas, G. R., Zúñiga-Violante, E., Avilés-Rodríguez, G., Arellanos-Soto, D., Gastelum-Arias, L. J., … & Islas, J. F. (2021). Determinants of COVID-19 vaccine hesitancy: a cross-sectional study on a Mexican population using an online questionnaire (COV-AHQ). Frontiers in Public Health, 9. [Google Scholar] [CrossRef]
- Drążkowski, D., & Trepanowski, R. (2021). Reactance and perceived disease severity as determinants of COVID-19 vaccination intention: an application of the theory of planned behavior. Psychology, Health & Medicine, 1-8. [Google Scholar] [CrossRef]
- Gil-Aluja, J., Gil-Lafuente, J., & Nowak, M. (2021). Humanist algorithms for COVID-19 vaccines’ distribution and its impact on business economics in the post-pandemic future. European Research on Management and Business Economics, 27(3), 100173. [Google Scholar] [CrossRef]
- Guillon, M.,& Kergall, P. (2021) Factors associated with COVID-19 vaccination intentions and attitudes in France. Public Health, Volume, 198, 200-207. [Google Scholar] [CrossRef]
- Jankhonkhan, J., & Sawangtong, W. (2021). Model predictive control of COVID-19 pandemic with social isolation and vaccination policies in Thailand. Axioms, 10(4), 274. [Google Scholar] [CrossRef]
- Liao, Z., Lan, P., Fan, X., Kelly, B., Innes, A., & Liao, Z. (2021). SIRVD-DL: A COVID-19 deep learning prediction model based on time-dependent SIRVD. Computers in Biology and Medicine, 138, 104868. [Google Scholar] [CrossRef].
- McPhedran, R., & Toombs, B. (2021). Efficacy or delivery? An online Discrete Choice Experiment to explore preferences for COVID-19 vaccines in the UK. Economics letters, 200, 109747. [Google Scholar] [CrossRef]
- Mennini, F. S., Magni, D., Daniele, L., & Favato, G. (2021). Knowledge management in turbulent times: time-based scenario analysis of vaccinations against COVID-19. Journal of Knowledge Management. [Google Scholar] [CrossRef]
- Pakpour, A. H., Yahaghi, R., Ahmadizade, S., Fotuhi, R., Taherkhani, E., Ranjbaran, M., … & Broström, A. (2021). A population-based dataset concerning predictors of willingness to get a COVID-19 vaccine in Iran. Data Brief, 107459-107459. [Google Scholar] [CrossRef].
- Ritchie, H., Mathieu, E., Rodés-Guirao, L., Appel, C., Giattino,C., Ortiz-Ospina, E., & Hasell, J. (2020). Coronavirus Pandemic (COVID-19). Retrieved from [Link]
- Wong, J. C. S., & Yang, J. Z. (2021). Comparative Risk: Dread and Unknown Characteristics of the COVID‐19 Pandemic Versus COVID‐19 Vaccines. Risk Analysis. [Google Scholar] [CrossRef]
- Yu, Y., Lau, J. T., She, R., Chen, X., Li, L., Li, L., & Chen, X. (2021). Prevalence and associated factors of intention of COVID-19 vaccination among healthcare workers in China: Application of the Health Belief Model. Human Vaccines & Immunotherapeutics, 17(9), 2894-2902. [Google Scholar] [CrossRef]
|