[ad_1]

اطلاعات نادرست در شبکه های اجتماعی می تواند بر نگرش افراد در مورد ایمنی و اثربخشی واکسن ها تأثیر منفی بگذارد ، اما سازمان های معتمد – مانند دانشگاه های تحقیقاتی و موسسات مراقبت های بهداشتی – می توانند با برچسب های ساده که منجر به اطلاعات واقعی می شود ، نقشی اساسی در تخریب افسانه ها داشته باشند. دانشگاه ، دیویس ، محققان ، در یک مطالعه جدید پیشنهاد می دهند.

محققان دریافته اند که برچسب های حقیقت یابی که درست در زیر یا نزدیک به یک نشریه قرار دارند می توانند نگرشی مثبت نسبت به واکسن ها داشته باشند تا اینکه فقط اطلاعات غلط باشد و تجربه منابع پذیرفته شده مهم است. Jingwen Zhang ، دستیار ارتباطات و نویسنده اصلی این مطالعه گفت: “در حقیقت ، برچسب های بررسی واقعیت توسط موسسات بهداشتی درمانی و دانشگاه های تحقیقاتی” متخصص “تر از دیگران تلقی می شوند ، که به طور غیر مستقیم منجر به نگرش مثبت تری به واکسن ها می شود.

یافته ها بصورت آنلاین در روز چهارشنبه 6 ژانویه در ژورنال منتشر شد داروی پیشگیری

عواقبی برای COVID-19 وجود دارد

محققان گفتند ، داده ها در سال 2018 ، قبل از همه گیری COVID-19 جمع آوری شده است ، اما نتایج مطالعه می تواند بر روی اعلامیه های عمومی در مورد واکسن COVID-19 تأثیر بگذارد.

ژانگ گفت: “مهمترین چیزی که من از این سند آموخته ام این است که بررسی واقعیت م isثر است … دادن یک برچسب ساده به مردم می تواند نگرش آنها را تغییر دهد.” “دوم ، من از محققان و دانشمندان بیشتری می خواهم که در بهداشت عمومی و ارتباطات علمی مشارکت داشته باشند. ما باید فعالیت بیشتری داشته باشیم. ما در حال حاضر از قدرت خود استفاده نمی کنیم.”

در این مطالعه آمده است ، اگرچه اجماع شدیدی در جامعه پزشکی وجود دارد که واکسن ها ایمن ، مقرون به صرفه و در پیشگیری از بیماری موفق هستند ، اما طیف گسترده ای از واکسن ها در بسیاری از کشورها احیا شده است. ایالات متحده با مشكلات كمتر از حد مجاز واكسن های آنفلوانزا و حتی سرخك روبرو است كه متخصصان پزشكی آن را عامل شیوع سرخك در سال 2019 می دانند. برای واکسن ها ، رسانه های اجتماعی در گسترش اطلاعات غلط نقش داشته اند. “ژانگ گفت.

نویسندگان این مطالعه اثرات برچسب های ساده بررسی واقعیت را با هزار و 198 نفر در سراسر کشور آزمایش کردند که سطح متغیر بودن واکسن را نشان داد. در این آزمایش ، محققان از چندین پیام نادرست اطلاعاتی استفاده کردند که پنج نوع واکسن و پنج دسته از 13 منبع مختلف را پوشش می دهد تا واقعیت ها را تأیید کند. آنها از هرگونه توضیح که اطلاعات نادرست را تکرار می کند ، اجتناب می کردند.

به عنوان مثال ، با استفاده از یک حساب جعلی توییتر ، یک پست متشکل از یک درخواست برای اطلاع نادرست از یک واکسن خاص و تصویر یک بطری واکسن بود. در آن آمده است: “طبق سیستم گزارشگری حوادث ناگوار آمریکا (VAERS) ، 93،000 واکنش جانبی به آنفولانزای سال گذشته وجود دارد ، از جمله 1080 مرگ و 8888 بستری در بیمارستان.”

محققان سپس از برچسب های متناوب برای بررسی حقایق از منابع مختلف در رسانه ها ، سازمان های بهداشتی مانند مراکز کنترل و پیشگیری از بیماری ها ، دانشگاه جان هاپکینز و الگوریتم ها استفاده کردند. برای مثال بخوانید ، “این پست جعلی است. توسط مراکز کنترل بیماری در حال بررسی است. دلیل جعل آن را پیدا کنید.”

نتایج نشان داد که افرادی که در معرض برچسب های بررسی واقعیت قرار دارند ، بیشتر از اطلاعات غلط ، نگرش مثبت تری نسبت به واکسن ها دارند. علاوه بر این ، اثر برچسب ها با تردید در واکسن ، نوع اطلاعات غلط واکسن یا ایدئولوژی سیاسی تعدیل نمی شود.

محققان در مقاله پرسیدند: “چه روش هایی در هدف قرار دادن اطلاعات غلط واکسن در شبکه های اجتماعی در میان کاربرانی که بعید است به وب سایت های بررسی کننده واقعیت مراجعه کنند یا اصلاحات عمیقی انجام دهند ، موثر است؟” “این پروژه نشان می دهد که دیدن برچسب بررسی واقعیت درست در زیر یک پست اطلاعات غلط می تواند بینندگان را نسبت به واکسن ها مطلوب تر کند.”

وی توضیح داد که این برچسب می تواند به همان سادگی پاسخ به یک توییت غلط اطلاعاتی باشد که توضیح می دهد اطلاعات نادرست است و به اطلاعات قابل اعتماد در وب سایت دانشگاه یا موسسه پیوند دارد.

در حالت ایده آل ، او گفت که برچسب گذاری باید توسط شرکت های رسانه های اجتماعی مانند فیس بوک و توییتر انجام شود. وی گفت: شرکت های رسانه های اجتماعی با سازمان هایی مانند WHO در حال اصلاح اطلاعات غلط هستند. وی گفت: “ما در مسیر درست حرکت می کنیم ، اما باید موارد بیشتری اتفاق بیفتد.”

این مطالعه توسط مگدالنا ووچیچ ، دانشیار ارتباطات و دانشجویان دکترا Jieyu Ding Featherstone (گروه ارتباطات) و کریستوفر کالابرس (گروه بهداشت عمومی) ، همگی از دانشگاه UC دیویس ، تألیف شده است.

[ad_2]

منبع: unbox-news.ir