Partisan Differences in Legislators’ Discussion of Vaccination on Twitter During the COVID-19 Era: Natural Language Processing Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 era has been characterized by the politicization of health-related topics. This is especially concerning given evidence that politicized discussion of vaccination may contribute to vaccine hesitancy. No research, however, has examined the content and politicization of legislator communication with the public about vaccination during the COVID-19 era. OBJECTIVE: The aim of this study was to examine vaccine-related tweets produced by state and federal legislators during the COVID-19 era to (1) describe the content of vaccine-related tweets; (2) examine the differences in vaccine-related tweet content between Democrats and Republicans; and (3) quantify (and describe trends over time in) partisan differences in vaccine-related communication. METHODS: We abstracted all vaccine-related tweets produced by state and federal legislators between February 01, 2020, and December 11, 2020. We used latent Dirichlet allocation to define the tweet topics and used descriptive statistics to describe differences by party in the use of topics and changes in political polarization over time. RESULTS: We included 14,519 tweets generated by 1463 state legislators and 521 federal legislators. Republicans were more likely to use words (eg, "record time," "launched," and "innovation") and topics (eg, Operation Warp Speed success) that were focused on the successful development of a SARS-CoV-2 vaccine. Democrats used a broader range of words (eg, "anti-vaxxers," "flu," and "free") and topics (eg, vaccine prioritization, influenza, and antivaxxers) that were more aligned with public health messaging related to the vaccine. Polarization increased over most of the study period. CONCLUSIONS: Republican and Democratic legislators used different language in their Twitter conversations about vaccination during the COVID-19 era, leading to increased political polarization of vaccine-related tweets. These communication patterns have the potential to contribute to vaccine hesitancy.
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle