MétaCan
Menu
← Retour à la cohorte
Enregistrement W4384025109 · doi:10.1371/journal.pone.0288539

Vaccine related crowdfunding on a ‘Freedom Fundraising’ platform

2023· article· en· W4384025109 sur OpenAlexafffund
Jeremy Snyder, Marco Zenone

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of AlbertaSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMisinformationMandateMainstreamPublic relationsPolitical scienceBusinessVaccinationInternet privacyMedicineVirologyLaw

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Donation-based crowdfunding was heavily used during the COVID-19 pandemic. While most of these campaigns were uncontroversial, others spread misinformation or undermined public health. In response, mainstream crowdfunding platforms like GoFundMe restricted what campaigns they would host. This led some campaigns to shift to lesser-known and less restrictive crowdfunding platforms. While research on health-related misinformation on mainstream crowdfunding platforms is increasing, less is known about crowdfunding on less restrictive platforms like GiveSendGo. The aim of this study is to review vaccine-related crowdfunding campaigns on the GiveSendGo platform to better understand: 1) how vaccines are portrayed on GiveSendGo; and 2) how successful these campaigns have been at attracting financial support. METHODS: We searched the GiveSendGo crowdfunding platform for campaigns including "vaccine" or "vaccination". This process yielded 907 unique results which were then scraped for their campaign text and fundraising data. The authors reviewed these campaigns for fundraisers whose aims related to vaccines for humans and assigned campaigns as being for 1) Accessing vaccines; 2) creating Spaces for the unvaccinated; 3) helping Unvaccinated Individuals); 4) Advocacy about vaccines; 5) supporting Anti-Mandate actions; and 6) responding to Vaccine Injuries. FINDINGS: We identified 765 crowdfunding campaigns that raised $6,814,817 and requested $838,578,249. Anti-Mandate campaigns were most common, followed by Unvaccinated Individuals, Vaccine Injuries, Advocacy, Access, and Spaces. Only Access campaigns took a positive or neutral view toward vaccines. Themes of freedom and religion cut across campaign types with campaigns critical of vaccines invoking bodily autonomy and religious freedom as justifying their fundraisers. DISCUSSION: Very few of these fundraisers met their goals. With the exception of Access campaigns, they frequently contained highly polarizing language advocating against public health mandates, misinformation about vaccine safety, and language from bioethics and reproductive choice advocates. Restrictions on vaccine-related campaigns on the GoFundMe platform likely drove campaign creation on GiveSendGo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,002
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,226
Écart entre enseignants0,153 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetFinTech, Crowdfunding, Digital Finance→Travaux en français237 207→