MétaCan
Menu
Retour à la cohorte
Enregistrement W4403033775 · doi:10.1080/21645515.2024.2407204

Co-designing and pilot testing a digital game to improve vaccine attitudes and misinformation resistance in Ghana

2024· article· en· W4403033775 sur OpenAlexfundno aff
John Cook, Chelsey Lepage, Kathryn L. Hopkins, Wendy A. Cook, Emmanuel Awuni Kolog, Angus Thomson, Iddi Iddrisu, Siobhan Burnette

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaUNICEF
Mots-clésMisinformationMedicineResistance (ecology)PsychologyEnvironmental healthInternet privacyComputer scienceBiologyComputer security

Résumé

récupéré en direct d'OpenAlex

Misinformation related to vaccines has been shown to potentially negatively impact public perceptions and intentions to vaccinate in many contexts including COVID-19 vaccination in Ghana. Psychological inoculation – where recipients are warned about the misleading techniques used in misinformation – is a potential intervention which could preemptively boost public resistance against misinformation. Cranky Uncle Vaccine is an interactive, digital game that applies inoculation, offering a scalable tool building public resilience against vaccine misinformation and promoting positive health-related behaviors. In this study, we document the process of developing and testing a West African version of Cranky Uncle Vaccine, with co-design workshops and a pilot test conducted in urban and peri-urban areas of the Greater Accra region of Ghana with 829 young people who had access to mobile and computer devices. The average age was 21.8 and participants were highly educated (median education level “Some/all university”) with slightly more females (51.2%) than males (48.4%). Pilot participants filled out surveys before and after playing the game, measuring vaccine attitudes (pre-game M = 3.4, post-game M = 3.6), intent to get vaccinated (pre-game M = 3.5, post-game M = 3.6), and discernment between vaccine facts and fallacies (pre-game AUC = 0.72, post-game AUC = 0.75). We observed a significant improvement in attitudes toward vaccines, with players demonstrating increased likelihood to get vaccinated after completing the game. Among players who indicated that they were unlikely to get vaccinated in the pre-game survey (N = 52, or 6.3% of participants), just over half of these participants (53%) switched to likely to get vaccinated after playing the game. Perceived reliability of vaccine facts remained the same, while perceived reliability of vaccine fallacies significantly decreased, indicating improved ability to spot misleading arguments about vaccines. These results demonstrate the effectiveness of a digital game in building public resilience against vaccine misinformation as well as improving vaccine attitudes and intent to get vaccinated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,670
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,343
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetMisinformation and Its ImpactsTravaux en français237 207