Notice bibliographique
Résumé
An infodemic of false information and conspiracy theories has followed closely in the wake of the ongoing COVID-19 pandemic, exacerbating the public health disaster. In order to curb their spread and counter their effects, conspiratorial beliefs must be catalogued and understood. Drawing on examples from social media video and audio sharing platforms, we provide a non-exhaustive list of conspiratorial beliefs related to the COVID-19 pandemic, and categorize them into three groups: A) beliefs concerning the motivation of the conspirators, including bringing down a rival nation-state, bringing about planetary depopulation, and/or imposing global tyranny; B) beliefs concerning the nature of the COVID-19 disease, including that the disease is made-up, that its impact is exaggerated, that it is caused by a bioengineered virus, and/or that it is caused by a non-viral agent; and C) beliefs concerning the public health response, including that masks and vaccines are harmful to health, and/or that vaccination is an insidious way to track and control the population. We conclude by reflecting on the necessity of tracking and understanding the continuously evolving epistemic ecosystem of pandemic-related conspiracist beliefs in order to implement effective strategies to “quarantine” harmful conspiracy theories and “vaccinate” individuals against conspiracism.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,056 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».