Government-Nongovernmental Organization (NGO) Collaboration in Macao’s COVID-19 Vaccine Promotion: Social Media Case Study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic triggered unprecedented global vaccination efforts, with social media being a popular tool for vaccine promotion. OBJECTIVE: This study probes into Macao's COVID-19 vaccine communication dynamics, with a focus on the multifaceted impacts of government agendas on social media. METHODS: We scrutinized 22,986 vaccine-related Facebook posts from January 2020 to August 2022 in Macao. Using automated content analysis and advanced statistical methods, we unveiled intricate agenda dynamics between government and nongovernment entities. RESULTS: "Vaccine importance" and "COVID-19 risk" were the most prominent topics co-occurring in the overall vaccine communication. The government tended to emphasize "COVID-19 risk" and "vaccine effectiveness," while regular users prioritized vaccine safety and distribution, indicating a discrepancy in these agendas. Nonetheless, the government has limited impact on regular users in the aspects of vaccine importance, accessibility, affordability, and trust in experts. The agendas of government and nongovernment users intertwined, illustrating complex interactions. CONCLUSIONS: This study reveals the influence of government agendas on public discourse, impacting environmental awareness, public health education, and the social dynamics of inclusive communication during health crises. Inclusive strategies, accommodating public concerns, and involving diverse stakeholders are paramount for effective social media communication during health crises.
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 | 0,001 |
| 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) | 0,001 | 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 ».