Dynamics of perceived threat and media exposure during the COVID-19 pandemic
Notice bibliographique
Résumé
The COVID-19 pandemic media landscape was characterized by an unrelenting stream of disease-related information that varied in tone, factual accuracy, and degree of ascribed certainty. Given the increasing centrality and integration of media technology in daily life, examining how media exposure contributed to individuals' experiences coping with the threat of COVID-19 is crucial. In this study, we used longitudinal data from 3189 primarily North American participants, collected monthly from June 2020 through January 2021 to examine reciprocal associations among media exposure, COVID-19 thought frequency, and perceived threat of COVID-19 at the within-person level of analysis. Drawing on a transactional model of stress and coping to frame our investigation, we hypothesized that increases from one's typical level of media exposure, COVID-19 thought frequency, or perceived threat of COVID-19 in a given month would predict increases in these variables in the subsequent month. Apart from the effect of media exposure on perceived threat of COVID-19, results from random intercept cross-lagged panel models supported our hypotheses, revealing cyclical effects at the within-person level. Additionally, between-person associations indicated that those who scored highly on any of the three study variables, also tended to score highly on the others. Effects at the within-person level suggest a potential vicious cycle of media exposure, COVID-19 thought frequency and perceived threat of COVID-19 at the height of the pandemic. The findings aid in identifying targets for intervention that can be leveraged to mitigate adverse physical and mental health impacts in the context of future pandemics and other global crises. • Longitudinal examination of COVID-19 threat, thought frequency, and media exposure. • Results reveal both between-person associations and within-person reciprocal effects. • Increased media exposure predicts subsequent increase in COVID-19 thought frequency. • COVID-19 thought frequency predicts increases in media exposure and perceived threat. • Perceived threat predicts increases in COVID-19 thought frequency and media exposure.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».