MétaCan
Menu
← Retour à la cohorte
Enregistrement W7160207151 · doi:10.5281/zenodo.20020812

THE INFLUENCE OF COVID-19 CONSPIRACY NARRATIVES ON VACCINE UPTAKE IN THE AGE OF SOCIAL MEDIA

2025· article· en· W7160207151 sur OpenAlexaboutno aff
Blessing Ntiedo Sarah Okon

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaNarrativeSubject (documents)Promotion (chess)Media literacyLiteracyQuarter (Canadian coin)Mythology

Résumé

récupéré en direct d'OpenAlex

Following the outbreak of the novel COVID-19 virus in Wuhan City, China in 2019 and the subsequent metamorphose into a global pandemic in the first quarter of 2020; the world was thrown into frenzy due to information overload about the cause, nature, origin, aim, effect and likely solution to the virus. There was a preponderance of conspiracy theories from all quarters: health, academic, religion, politics, cosmology and mythology about the subject matter. The media, especially social media played a huge role to fan the embers of the theories. Four years on from the outbreak, a lot of the propositions have been proven while many have become obsolete and others have been discovered as false alarm. In addition, globally the fight against the pandemic has moved to the vaccination stage. Accordingly, this study sought to find out the extent and influence of the different conspiracy theories on the vaccination campaigns. 393 adult and educationally advanced residents of Uyo, the capital of Akwa Ibom State, Nigeria were sampled via an online Google questionnaire. The questionnaire was purposefully distributed through social media platforms such as WhatsApp, Facebook Messenger and Telegram etc. Findings from the study revealed first, high level of exposure to conspiracy theories about COVID-19 on social media. Second, despite the high level of exposure to such fake news on the subject matter, the exposure did not influence the acceptance or otherwise of the COVID-19 vaccines by the respondents. The study recommended among other things, promotion of media literacy education among the citizenry and strengthening of legal framework to detect and prosecute erring members of society or who originate fake news.

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)0,021
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,053
Tête enseignante GPT0,336
Écart entre enseignants0,282 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMisinformation and Its Impacts→Travaux en français237 207→