Political Preferences, Knowledge, and Misinformation About COVID-19: The Case of Brazil
Notice bibliographique
Résumé
The COVID-19 pandemic has led to a vast research agenda focusing on how citizens acquire knowledge about the virus and the health expert guidelines to protect themselves and their close ones against it. While many countries and regions have been accounted for, there still remains a substantial gap with respect to public opinion about the virus in Latin America, most notably in Brazil, which currently has the second highest in number of fatalities in the world. In this article, we employ a national survey of Brazilians (n = 2,771) to measure and explain knowledge and misinformation about the coronavirus and its illness, COVID-19. Our focus concerns the role of political preferences in a context of high elite polarization with a sitting government that has systematically downplayed the risks associated with the coronavirus and its illness. Our findings are clear: political preferences play a substantial role in explaining differences in knowledge about the coronavirus and COVID-19, more than conventional determinants of learning like motivation, ability, and opportunities. Specifically, we find that supporters of President Jair Bolsonaro—an avid science and COVID-19 denier—know significantly less about the coronavirus and its illness and are more likely to believe in a conspiracy theory that claims that the coronavirus was purposefully created in a Chinese laboratory to promote China's economic power, when compared to Brazilians who are less supportive of him and his government. Our findings carry important implications for how Brazilians take informational cues from political elites in that—even in a major event like a global pandemic—supporters of the president are as likely as ever to “follow their leader” and deny expert-backed scientific evidence.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».