Ключевые слова
Вакцина, вакцинация, эмоции, социальные сети, Facebook, Бразилия
Резюме
Вакцины являются важнейшим ресурсом общественного здравоохранения для сдерживания заболеваний и снижения связанной с ними смертности. С появлением COVID-19 общественные дебаты на тему вакцин и процесса вакцинации стали важными темами в различных СМИ и социальных сетях. В данной статье мы поставили перед собой цель определить и осмыслить эмоции, вызванные у бразильской общественности в отношении вакцины COVID-19 в 2020 и 2021 годах на платформе Facebook. Для достижения этой цели мы использовали графический интерфейс Crowdtangle для извлечения полных копий постов, сделанных публичными профилями Facebook в этот период времени, из которых для анализа была отобрана случайная выборка из 1067 постов. Идентификация эмоций проводилась с использованием дескрипторов сети человеко-машинного взаимодействия по эмоциям (HUMAINE) в качестве базового эталона. Затем эмоции были сгруппированы в категории в соответствии с рекомендациями Core Affect Model. Анализ и интерпретация данных показали преобладание положительных эмоций, таких как доверие, интерес и надежда, направленных на вакцины в бразильском домашнем сценарии. Негативные эмоции, такие как беспокойство и неодобрение, также были выражены, хотя и в связи с контекстуальными проблемами (например, распространение COVID-19, задержки в доступе к вакцинам и появление новых вариантов) и общественными деятелями, такими как президент Бразилии.
Ссылки
Ahmed, S. (2014). The cultural politics of emotion. Edinburgh University Press. https://doi.org/10.4324/9780203700372
Link DOI | Link Google Scholar
Aman, S., & Szpakowicz, S. (2007). Identifying expressions of emotion in text. In V. Matousek, & P. Mautner (Eds.), Text, speech and dialogue. Lecture notes in computer Science (pp. 196-205). Springer. https://doi.org/10.1007/978-3-540-74628-7_27
Link DOI | Link Google Scholar
Avaaz & Sociedade Brasileira de Imunizações (Ed.) (2019). As fake news estão nos deixando doentes?
Link Google Scholar
Benevenuto, F., Ribeiro, F., & Araújo, M. (2015). Métodos para análise de sentimentos em mídias sociais. In Short course in the Brazilian Symposium on Multimedia and the Web (Webmedia) (pp. 1-30). https://bit.ly/3eiD3bF
Link Google Scholar
Berger, J., & Milkman, K.L. (2012). What makes online content viral? Journal of Marketing Research, 49(2), 192-205. https://doi.org/10.1509/jmr.10.0353
Link DOI | Link Google Scholar
Bok, K., Sitar, S., Graham, B.S., & Mascola, J.R. (2021). Accelerated COVID-19 vaccine development: Milestones, lessons, and prospects. Immunity, 54(8), 1636-1651. https://doi.org/10.1016/j.immuni.2021.07.017
Link DOI | Link Google Scholar
Calhoun, C. (2008). Putting emotions in their place. In V. Ruggiero, & N. Montagna (Eds.), Social movements: A read (pp. 289-301). Routledge student readers. https://bit.ly/3IFXhqP
Link Google Scholar
Chou, W.S., & Budenz, A. (2020). Considering emotion in COVID-19 vaccine communication: Addressing vaccine hesitancy and fostering vaccine confidence. Health Commun, 35(14), 1718-1722. https://doi.org/10.1080/10410236.2020.1838096
Link DOI | Link Google Scholar
Clarke, S., Hoggett, P., & Thompson, S. (2006). Emotion, politics and society. Palgrave Macmillan. https://doi.org/10.1057/9780230627895
Link DOI | Link Google Scholar
Costa, T., & Silva, E.A. (2022). Narrativas antivacinas e a crise de confiança em algumas instituições. Revista Eletrônica de Comunicação, Informação e Inovação em Saúde, 16(2), 281-297. https://doi.org/10.29397/reciis.v16i2.3229
Link DOI | Link Google Scholar
Devillers, L., Vidrascu, L., & Lamel, L. (2005). Challenges in real-life emotion annotation and machine learning based detection. Neural Netw, 8(4), 407-22. https://doi.org/10.1016/j.neunet.2005.03.007
Link DOI | Link Google Scholar
Douglas-Cowie, E., Cowie, R., Sneddon, I., Cox, C., Lowry, O., McRorie, M., Martin, J., Devillers, L., Abrilian, S., Batliner, A., Amir, N., & Karpouzis, K. (2007). The HUMAINE database: Addressing the collection and annotation of naturalistic and induced emotional data. In A.C.R. Paiva, R. Prada, & R.W. Picard (Eds.), Affective computing and intelligent interaction (pp. 488-500). Springer. https://doi.org/10.1007/978-3-540-74889-2_43
Link DOI | Link Google Scholar
Duarte, T.B. (2020). Ignoring scientific advice during the Covid-19 pandemic: Bolsonaro’s actions and discourse. Tapuya: Latin American Science, Technology and Society, 3(1), 288-291. https://doi.org/10.1080/25729861.2020.1767492
Link DOI | Link Google Scholar
Dubé, E., Vivion, M., & MacDonald, N.E. (2015). Vaccine hesitancy, vaccine refusal and the anti-vaccine movement: Influence, impact and implications. Expert Rev Vaccines. 14(1), 99-117. https://doi.org/10.1586/14760584.2015.964212
Link DOI | Link Google Scholar
Gallup (Ed.) (2019). Wellcome Global Monitor 2018. https://bit.ly/3SvLmR3
Link Google Scholar
Gonçalves, G., Rocha, A., & Paes, A. (2022). Analisando as emoções dos tweets relacionados à Covid-19 no Rio de Janeiro. In L. Villas, T.H. Silva, D.L. Guidoni, G. Pereira-Rocha-Filho & V. Mota (Eds.), 2022: Anais do VI Workshop de Computação Urbana (pp. 210-223). SBC. https://doi.org/10.5753/courb.2022.223557
Link DOI | Link Google Scholar
Gonçalves, P., Araújo, M., Benevenuto, F., & Cha, M. (2013). Comparing and combining sentiment analysis methods. In M. Muthukrishnan, A. El Abbadi & B. Krishnamurthy (Ed.), COSN’13: Proceedings of the first ACM conference on online social networks (pp. 27-38). Association for Computing Machinery. https://doi.org/10.1145/2512938.2512951
Link DOI | Link Google Scholar
Greyling, T., & Rossouw, S. (2022). Positive attitudes towards COVID-19 vaccines: A cross-country analysis. PLoS ONE, 17(3), 1-25. https://doi.org/10.1371/journal.pone.0264994
Link DOI | Link Google Scholar
Hu, T., Wang, S., Luo, W., Zhang, M., Huang, X., Yan, Y., Liu, R., Ly, K., Kacker, V., She, B., & Li, Z. (2021). Revealing public opinion towards COVID-19 vaccines with Twitter Data in the United States: A spatiotemporal perspective. J Med Internet Res, 23(9), 1-17. https://doi.org/10.1101/2021.06.02.21258233
Link DOI | Link Google Scholar
Kennedy, J. (2020). Vaccine hesitancy: A growing concern. Pediatric Drugs, 22(2), 105-111. https://doi.org/10.1007/s40272-020-00385-4
Link DOI | Link Google Scholar
Kwok, S.W.H., Vadde S.K., & Wang, G. (2021). Tweet topics and sentiments relating to COVID-19 vaccination among australian Twitter users: Machine learning analysis. J Med Internet Res., 23(5), 1-16. https://doi.org/10.2196/26953
Link DOI | Link Google Scholar
Mahyoob, M., Algaraady, J., Alrahiali, M., & Alblwi, A. (2022). Sentiment analysis of public tweets towards the emergence of SARS-CoV-2 Omicron variant: A social media analytics framework. engineering, Technology & Applied Science Research, 12(3), 8525-8531. https://doi.org/10.48084/etasr.4865
Link DOI | Link Google Scholar
Martin, J.C., Caridakis, G., Devillers, L., Karpouzis, K., & Abrilian, S. (2009). Manual annotation and automatic image processing of multimodal emotional behaviors: Validating the annotation of TV interviews. Pers Ubiquit Comput, 13, 69-76. https://doi.org/10.1007/s00779-007-0167-y
Link DOI | Link Google Scholar
Massarani, L., Leal, T., Waltz, I., & Medeiros, A. (2021). Infodemia, desinformação e vacinas: a circulação de conteúdos em redes sociais antes e depois da COVID-19. Liinc Em Revista, 17(1), 1-23. https://doi.org/10.18617/liinc.v17i1.5689
Link DOI | Link Google Scholar
Milani, L.R.N., & Busato, I.M.S. (2021). Causas e consequências da redução da cobertura vacinal no Brasil. Revista de Saúde Pública do Paraná, 4(2), 157-171. https://doi.org/10.32811/25954482-2021v4n2p157
Link DOI | Link Google Scholar
Monselise, M., Chang, C.H., Ferreira, G., Yang, R., & Yang, C.C. (2021). Topics and sentiments of public concerns regarding COVID-19 vaccines: Social media trend analysis. J Med Internet Res, 23(10), 1-20. https://doi.org/10.2196/30765
Link DOI | Link Google Scholar
Nobre, R.K.M., & Guerra, L.D.S. (2021). Recusa e hesitação vacinal e os seus efeitos para os sistemas universais de saúde. Journal of Management & Primary Health Care, 12(spec), 1-2. https://doi.org/10.14295/jmphc.v12.1086
Link DOI | Link Google Scholar
Obeica, I.C.O., & Martins, D.M.S. (2022). Análise de sentimentos em tweets: Um estudo de caso sobre a opinião das pessoas em relação a vacina em tempos da pandemia do COVID-19. Caderno de estudos em Engenharia de Software. 4(1), 1-21. https://bit.ly/3DSfzEA
Link Google Scholar
Oliveira, T., Quinan, R., & Toth, J.P. (2020). Antivacina, fosfoetanolamina e Mineral Miracle Solution (MMS): mapeamento de fake sciences ligadas à saúde no Facebook. Revista Eletrônica de Comunicação, Informação & Inovação em Saúde, 14(1), 90-111. https://doi.org/10.29397/reciis.v14i1.1988
Link DOI | Link Google Scholar
Orr, D., Baram-Tsabari, A., & Landsman, K. (2016). Social media as a platform for health-related public debates and discussions: The Polio vaccine on Facebook. Isr J Health Policy Res, 5(34), 1-11. https://doi.org/10.1186/s13584-016-0093-4
Link DOI | Link Google Scholar
Papacharissi, Z. (2014) Affective publics: Sentiment, technology and politics. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780199999736.001.0001
Link DOI | Link Google Scholar
Penteado, C.L.C, Ferreira, M.A.S., Pereira, M.A., & Chaves, J.M.S. (2021). #Vacinar ou não, eis a questão! As emoções na disputa discursiva sobre a aprovação das vacinas contra a Covid-19 no Twitter. Política & Sociedade, 20(49), 104-133. https://doi.org/10.5007/2175-7984.2021.85145
Link DOI | Link Google Scholar
Potkay, A. (2007). The story of joy: from the Bible to late Romanticism. Cambridge University Press.
Link Google Scholar
Rahmanti, A.R., Chien, C.H., Nursetyo, A.A., Husnayain, A., Wiratama, B.S., Fuad, A., Yang, H.C., & Li, Y.C.J. (2022). Social media sentiment analysis to monitor the performance of vaccination coverage during the early phase of the national COVID-19 vaccine rollout. Computer Methods and Programs in Biomedicine, 221, 106838. https://doi.org/10.1016/j.cmpb.2022.106838
Link DOI | Link Google Scholar
Rezende, C.B., & Coelho, M.C. (2010). Antropologia das emoções. Editora FGV. https://bit.ly/42nIj1V
Link Google Scholar
Rodas, C.M., Barros, S.E.T., Souza, R.A.S., & Vidotti, S.A.B.G. (2022). Análise de sentimentos sobre as vacinas contra Covid-19: Um estudo com algoritmo de machine learning em postagens no twitter. Rev. Saúde Digital Tec. Educ., 7(3), 24-44. https://bit.ly/3RdNNoT
Link Google Scholar
Rowe, S., Massarani, L., Gonçalves, W., & Luz, R. (2023). Emotion in informal learning as mediated action: Cultural, interpersonal and personal lenses. International Journal of Studies in Education and Science, 4(1), 73-99. https://doi.org/10.46328/ijses.50
Link DOI | Link Google Scholar
Russell, J.A. (2003). Core affect and the psychological construction of emotion. Psychological Review, 110(1), 145-172. https://doi.org/10.1037/0033-295X.110.1.145
Link DOI | Link Google Scholar
Russell, J.A. (2009). Emotion, core affect, and psychological construction. Cognition & Emotion, 23(7), 1259-1283. https://doi.org/10.1080/02699930902809375
Link DOI | Link Google Scholar
Santos, F.C., & Cypriano, C.P. (2014). Redes sociais, redes de sociabilidade. Revista Brasileira de Ciências Sociais, 29(85), 63-78. https://doi.org/10.1590/S0102-69092014000200005
Link DOI | Link Google Scholar
Schröder, M., Pirker, H., & Lamolle, M. (2006). First suggestions for an emotion annotation and representation language. In Proceedings of LREC 2006 Workshop on corpora for research on emotion and affect (pp. 88-92). https://bit.ly/3r2fruE
Link Google Scholar
Serrano-Puche, J. (2016). Internet and emotions: New trends in an emerging field of research. [Internet y emociones: nuevas tendencias en un campo de investigación emergente]. Comunicar, 46, 19-26. https://doi.org/10.3916/C46-2016-02
Link DOI | Link Google Scholar
Siegert, I., Böck, R., & Wendemuth, A. (2014). Inter-rater reliability for emotion annotation in human-computer interaction: Comparison and methodological improvements. J Multimodal user interfaces, 8(1), 17-28. https://doi.org/10.1007/s12193-013-0129-9
Link DOI | Link Google Scholar
We Are Social (Ed.) (2022). Digital 2022 global overview report. Hootsuite. https://bit.ly/3DQEKaC
Link Google Scholar
World Health Organization (Ed.) (2019). Ten threats to global health in 2019. https://bit.ly/3xMP6Vd
Link Google Scholar
Техническая спецификация
Получила: 03-12-2022
пересмотренный: 04-01-2022
Принятый: 23-02-2023
OnlineFirst: 30-05-2023
Дата публикации: 01-07-2023
Время пересмотра статьи: -333 дней | Среднее время пересмотра вопроса 76: -6 дней
Время принятия статьи: 82 дней | Время приема Номер 76: 72 дней
Время редактирования препринта: 165 дней | Выпуск препринта среднего времени редактирования 76: 155 дней
Время редактирования статьи: 210 дней | Среднее время редактирования журнала 76: 200 дней
метрика
Метрики этой статьи
Просмотров: 45546
Ознакомление с аннотациями: 44415
загрузки PDF-файлов: 1131
Полные метрики 76
Просмотров: 507527
Ознакомление с аннотациями: 495342
загрузки PDF-файлов: 12185
Цитируется
Цитаты в Web of Science
В настоящее время нет ссылок на этот документ
Цитаты в Scopus
В настоящее время нет ссылок на этот документ
Цитаты в Google Scholar
В настоящее время нет ссылок на этот документ
Geilson Fernandes-de-Oliveira, Oswaldo Cruz Foundation (Бразилия)
