Crowdfunding Campaigns and COVID-19 Misinformation
Notice bibliographique
Résumé
Objectives. To understand whether and how crowdfunding campaigns are a source of COVID-19–related misinformation. Methods. We searched the GoFundMe crowdfunding platform using 172 terms associated with medical misinformation about COVID-19 prophylaxes and treatments. We screened resulting campaigns for those making statements about the ability of these searched-for or related terms to prevent or treat COVID-19. Results. There were 208 campaigns worldwide that requested $21 475 568, raised $324 305 from 4367 donors, and were shared 24 158 times. The most discussed interventions were dietary supplements and purported immune system boosters (n = 231), followed by other forms of complementary and alternative medicine (n = 24), and unproven medical interventions (n = 15). Most (82.2%) of the campaigns made definitive efficacy claims. Conclusions. Campaigners focused their efforts on dietary supplements and immune system boosters. Campaigns for purported COVID-19 treatments are particularly concerning, but purported prophylaxes could also distract from known effective preventative approaches. GoFundMe should join other online and social media platforms to actively restrict campaigns that spread misinformation about COVID-19 or seek to better inform campaigners about evidence-based prophylaxes and treatments.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».