MétaCan
Menu
Retour à la cohorte
Enregistrement W4406722018 · doi:10.2196/62913

Beliefs in Misinformation About COVID-19 and the Russian Invasion of Ukraine Are Linked: Evidence From a Nationally Representative Survey Study

2025· article· en· W4406722018 sur OpenAlexvenueno aff
Dominika Grygarová, Marek Havlík, Petr Adámek, Jiřı́ Horáček, Veronika Juríčková, Jaroslav Hlinka, Ladislav Kesner

Notice bibliographique

RevueJMIR Infodemiology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMisinformationPreprintCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GeographyPolitical scienceVirologyMedicineComputer scienceOutbreakWorld Wide WebLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Detrimental effects of misinformation were observed during the COVID-19 pandemic. Presently, amid Russia's military aggression in Ukraine, another wave of misinformation is spreading on the web and impacting our daily lives, with many citizens and politicians embracing Russian propaganda narratives. Despite the lack of an objective connection between these 2 societal issues, anecdotal observations suggest that supporters of misinformation regarding COVID-19 (BM-C) have also adopted misinformation about the war in Ukraine (BM-U) while sharing similar media use patterns and political attitudes. OBJECTIVE: The aim of this study was to determine whether there is a link between respondents' endorsement of the 2 sets of misinformation narratives, and whether some of the selected factors (media use, political trust, vaccine hesitancy, and belief rigidity) are associated with both BM-C and BM-U. METHODS: We conducted a survey on a nationally representative sample of 1623 individuals in the Czech Republic. Spearman correlation analysis was performed to identify the relationship between BM-C and BM-U. In addition, multiple linear regression was used to determine associations between the examined factors and both sets of misinformation. RESULTS: We discovered that BM-C and BM-U were moderately correlated (Spearman ρ=0.57; P<.001). Furthermore, increased trust in Russia and decreased trust in the local government, public media, and Western allies of the Czech Republic predicted both BM-C and BM-U. Media use indicating frustration with and avoidance of public or mainstream media, consumption of alternative information sources, and participation in web-based discussions indicative of epistemic bubbles predicted beliefs in misinformation narratives. COVID-19 vaccine refusal predicted only BM-C but not BM-U. However, vaccine refusers were overrepresented in the BM-U supporters (64/161, 39.8%) and undecided (128/505, 25.3%) individuals. Both beliefs were associated with belief rigidity. CONCLUSIONS: Our study provides empirical evidence that supporters of COVID-19 misinformation were susceptible to ideological misinformation aligning with Russian propaganda. Supporters of both sets of misinformation narratives were primarily linked by their shared trust or distrust in the same geopolitical actors and their distrust in the local government.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,112
Tête enseignante GPT0,452
Écart entre enseignants0,340 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR InfodemiologyMême sujetMisinformation and Its ImpactsTravaux en français237 207