Collective remembering and future forecasting during the COVID-19 pandemic: How the impact of COVID-19 affected the themes and phenomenology of global and national memories across 15 countries
Notice bibliographique
Résumé
The COVID-19 pandemic created a unique set of circumstances in which to investigate collective memory and future simulations of events reported during the onset of a potentially historic event. Between early April and late June 2020, we asked over 4,000 individuals from 15 countries across four continents to report on remarkable (a) national and (b) global events that (i) had happened since the first cases of COVID-19 were reported, and (ii) they expected to happen in the future. Whereas themes of infections, lockdown, and politics dominated global and national past events in most countries, themes of economy, a second wave, and lockdown dominated future events. The themes and phenomenological characteristics of the events differed based on contextual group factors. First, across all conditions, the event themes differed to a small yet significant degree depending on the severity of the pandemic and stringency of governmental response at the national level. Second, participants reported national events as less negative and more vivid than global events, and group differences in emotional valence were largest for future events. This research demonstrates that even during the early stages of the pandemic, themes relating to its onset and course were shared across many countries, thus providing preliminary evidence for the emergence of collective memories of this event as it was occurring. Current findings provide a profile of past and future collective events from the early stages of the ongoing pandemic, and factors accounting for the consistencies and differences in event representations across 15 countries are discussed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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 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 ».