When “Corona” Goes Viral – Online Search Interests in Google for Coronavirus versus Its Incidence in Australia, Canada, the United Kingdom, and the United States: An Infodemiological Analysis (Preprint)
Notice bibliographique
Résumé
BACKGROUND The public health crisis, due to the new Coronavirus found in December 2019, has received unprecedented attention from the public and the media. The infodemiological analysis of queries from search engines to assess the status of search interests and the actual burden of the new virus could be an informative approach. OBJECTIVE The aim of the study was to assess search query data from Google Trends, to visualize the interest in search over time for the new “Coronavirus” in Google, across four English-speaking countries, namely, Australia, Canada, the UK, and the USA, and compare the search interest with the actual burden of Coronavirus in the corresponding countries. METHODS We used Google Trends service to assess people’s interest in searching about “Coronavirus” classified as “Virus,” from January 1, 2020 to March 13, 2020 in Australia, Canada, the UK, and the USA. Then, we evaluated top regions and their relative search volumes (SVs) and country-specific “Top” and “Rising” searches. We also evaluated the trends in the incidence of detected Coronavirus infections to find possible differences between the actual burden of the disease and search patterns by the public. RESULTS From January 1, 2020 to March 13, 2020, Australia was the top country searching for Coronavirus in Google, followed by Canada, the UK, and the USA. There was a noticeable bimodal pattern in searching for Coronavirus, mostly in late January 2020, and then from early March 2020. Search interest in all four countries declined in the month of February 2020. Top regions in each of the four countries with the highest search interest where the ones which reported either a confirmed case of Coronavirus infection or a death due to it. None of the declarations by the World Health Organization of the nature of this pandemic appeared to have caused major changes in the search patterns in Google. CONCLUSIONS Search for ‘Coronavirus’ increased exponentially, in all four countries, mostly in Australia. The month of February 2020 could be considered a ‘lost opportunity’ in terms of acting on the momentum of searching by people on Google about the Coronavirus. The increased interest in searching for keywords related to Coronavirus and its symptoms shows the possible focus areas of awareness campaigns in increasing societal demand for health information on the Web, to be met in community-wide communication or awareness interventions, should another pandemic occur in the future.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».