COVID‐19, media coverage of bats and related Web searches: a turning point for bat conservation?
Notice bibliographique
Résumé
SARS-CoV-2, the virus that caused the COVID-19 pandemic, is genomically similar to a SARS-like beta-coronavirus found in Asian rhinolophid bats. This evolutionary relationship impressed the global media, which then emphasised bats as key actors in the spillover that resulted in the pandemic. In this study, we highlight changes in the traditional and new media coverage of bats and in Internet search volumes that occurred since the beginning of the COVID-19 pandemic in 2020.We analysed Google and Wikipedia searches for bats and coronaviruses in 21 countries and eight languages, as well as television broadcasts in the USA, some of which have global coverage, between January 2016 and December 2020. In January 2020, the amount of television news about bats boomed, and news associated with the term 'bat' shifted to COVID-19-related topics. A nearly identical pattern was observed in Google searches during 2020 at the global scale. The daily time series of television coverage and Internet search volumes on bats and coronavirus in the USA covaried in the first quarter of 2020, in line with the existence of a media bubble. Time-series analysis revealed that both the Google Trends index and visits to Wikipedia pages about bats boomed in early 2020, despite the fact that this time of year is usually characterised by low search volumes.Media coverage emphasised, correctly or not, the role of bats in the COVID-19 pandemic and amplified public interest in bats worldwide. The public image of these mammals, in many cases threatened and important ecosystem service providers, was seriously compromised. We therefore recommend that policymakers and journalists prioritise scientifically accurate communication campaigns about bats, which would help counteract the surge in bat persecution, and leverage interest towards positive human-bat interactions.
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 | 0,004 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».