Temas de contenido y voces influyentes dentro de la oposición a las vacunas en Twitter, 2019
Content Themes and Influential Voices Within Vaccine Opposition on Twitter, 2019
Date
2021ISSN
1680 5348
Author
Metadata
Show full item recordAbstract
[RESUMEN]. Objetivo. Informar sobre la oposición a las vacunas y la información errónea fomentadas en Twitter, destacando las cuentas de Twitter que dirigen estas conversaciones. Métodos. Utilizamos el aprendizaje automático supervisado para codificar todos los mensajes publicados en Twitter. En primer lugar, identificamos manualmente los códigos y los temas mediante un enfoque teórico fundamentado y, a continuación, los aplicamos a todo el conjunto de datos de forma algorítmica. Identificamos a los 50 autores más importantes un mes tras otro para determinar las fuentes influyentes de información relacionadas con la oposición a las vacunas. Resultados. El período de recopilación de datos fue del 1 de junio al 1 de diciembre del 2019, lo que dio lugar a 356 594 mensajes opuestos a las vacunas. Un total de 129 autores de Twitter reunieron los criterios de autor principal durante al menos un mes. Los autores principales fueron responsables del 59,5% de los mensajes opuestos a las vacunas y detectamos diez temas de conversación. Los temas se distribuyeron de forma similar entre los autores principales y todos los demás autores que declararon su oposición a las vacunas. Los autores principales parecían estar muy coordinados en su promoción de la información errónea sobre cada tema. Conclusiones. La salud pública se ha esforzado por responder a la información errónea sobre las vacunas. Los resultados indican que las fuentes de información errónea sobre las vacunas no son tan heterogéneas ni están tan distribuidas como podría parecer a primera vista, dado el volumen de mensajes. Existen fuentes identificables de información errónea, lo que puede ayudar a contrarrestar los mensajes y a fortalecer la vigilancia de la salud pública. [ABSTRACT]. Objectives. To report on vaccine opposition and misinformation promoted on Twitter, highlighting Twitter accounts that drive conversation. Methods. We used supervised machine learning to code all Twitter posts. We first identified codes and themes manually by using a grounded theoretical approach and then applied them to the full data set algorithmically. We identified the top 50 authors month-over-month to determine influential sources of information related to vaccine opposition. Results. The data collection period was June 1 to December 1, 2019, resulting in 356 594 mentions of vaccine opposition. A total of 129 Twitter authors met the qualification of a top author in at least 1 month. Top authors were responsible for 59.5% of vaccine-opposition messages. We identified 10 conversation themes. Themes were similarly distributed across top authors and all other authors mentioning vaccine opposition. Top authors appeared to be highly coordinated in their promotion of misinformation within themes. Conclusions. Public health has struggled to respond to vaccine misinformation. Results indicate that sources of vaccine misinformation are not as heterogeneous or distributed as it may first appear given the volume of messages. There are identifiable upstream sources of misinformation, which may aid in countermessaging and public health surveillance. Traducción oficial al español del artículo original en inglés efectuada por la Organización Panamericana de la Salud. En caso de discrepancia, prevalecerá la versión original en inglés. Acceso al artículo original: Am J Public Health 2020;110:S326-S330. https://ajph.aphapublications.org/doi/full/10.2105AJPH.2020.305901
Subject
Citation
Bonnevie E, Goldbarg J, Gallegos-Jeffrey AK, Rosenberg SD, Wartella E, Smyser J. Temas de contenido y voces influyentes dentro de la oposición a las vacunas en Twitter, 2019. Rev Panam Salud Publica. 2021;45:e54. https://doi.org/10.26633/RPSP.2021.54
Collections
This notice should be preserved along with the article's original URL.Attribution-NonCommercial-NoDerivs 3.0 IGO
Related items
Showing items related by title, author, creator and subject.
-
Safarnejad, Lida; Xu, Qian; Ge, Yaorong; Krishnan, Siddharth; Bagarvathi, Arunkumar; Chen, Shi (2021)[RESUMEN]. Objetivos. Elaborar un esquema operativo integral para detectar la información errónea principal sobre el zika distribuida en Twitter® en el 2016; reconstruir las redes por las que se difunde información mediante ...
-
Herry, Arlette M.; Greaves, Damian; Smith, Pauline; Toledo, Nilo A.; Wildman, Ariel; Wildman, Trent; Browne, Rosheem; Chen, Madison; Jones, Matthew; Aymat, Sebastian (2023)[ABSTRACT]. Objectives. To identify the factors contributing to coronavirus disease 2019 (COVID-19) vaccine hesitancy in Grenada. Methods. A phenomenological study was conducted using semi-structured interviews at vaccination ...
-
Barcelos, Thainá do Nascimento de; Muniz, Luíza Nepomuceno; Dantas, Deborah Marinho; Cotrim Junior, Dorival Fagundes; Cavalcante, João Roberto; Faerstein, Eduardo (2021)[RESUMO]. Objetivo. Caracterizar as fake news sobre COVID-19 que circularam no Brasil de janeiro a junho de 2020. Métodos. As fake news registradas até 30 de junho de 2020 em dois sites (G1, da corporação Globo, e Ministério ...