Misinformation about spinal manipulation and boosting immunity: an analysis of Twitter activity during the COVID-19 crisis
Notice bibliographique
Résumé
BACKGROUND: Social media has become an increasingly important tool in monitoring the onset and spread of infectious diseases globally as well monitoring the spread of information about those diseases. This includes the spread of misinformation, which has been documented within the context of the emerging COVID-19 crisis. Understanding the creation, spread and uptake of social media misinformation is of critical importance to public safety. In this descriptive study, we detail Twitter activity regarding spinal manipulative therapy (SMT) and claims it increases, or "boosts", immunity. Spinal manipulation is a common intervention used by many health professions, most commonly by chiropractors. There is no clinical evidence that SMT improves human immunity. METHODS: Social media searching software (Talkwalker Quick Search) was used to describe Twitter activity regarding SMT and improving or boosting immunity. Searches were performed for the 3 months and 12 months before March 31, 2020 using terms related to 1) SMT, 2) the professions that most often provide SMT and 3) immunity. From these searches, we determined the magnitude and time course of Twitter activity then coded this activity into content that promoted or refuted a SMT/immunity link. Content themes, high-influence users and user demographics were then stratified as either promoting or refuting this linkage. RESULTS: Twitter misinformation regarding a SMT/immunity link increased dramatically during the onset of the COVID crisis. Activity levels (number of tweets) and engagement scores (likes + retweets) were roughly equal between content promoting or refuting a SMT/immunity link, however, the potential reach (audience) of tweets refuting a SMT/immunity link was 3 times higher than those promoting a link. Users with the greatest influence on Twitter, as either promoters or refuters, were individuals, not institutions or organizations. The majority of tweets promoting a SMT/immunity link were generated in the USA while the majority of refuting tweets originated from Canada. CONCLUSION: Twitter activity about SMT and immunity increased during the COVID-19 crisis. Results from this work have the potential to help policy makers and others understand the impact of SMT misinformation and devise strategies to mitigate its impact.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».