Simple Science

La science de pointe expliquée simplement

# Informatique# Réseaux sociaux et d'information# Calcul et langage

Sentiment public sur les vaccins COVID-19 : Un retour sur deux ans

Examiner les changements dans le sentiment sur les vaccins pendant la pandémie de COVID-19.

― 8 min lire


Changement de sentimentChangement de sentimentsur les vaccins pendantla pandémieles vaccins pendant le COVID-19.Analyser les sentiments du public sur
Table des matières

La pandémie de COVID-19 a changé le monde de plein de manières, surtout quand il s'agit de notre vision des Vaccins. Depuis le début de l'épidémie jusqu'à la distribution actuelle des vaccins, les gens ont partagé leurs pensées et leurs ressentis sur des réseaux sociaux comme Twitter. Cet article va examiner comment les gens ont ressenti les vaccins pendant cette période. On va explorer comment ces Sentiments ont évolué depuis les phases de planification jusqu'à la disponibilité des vaccins pour le Public.

Contexte

Les vaccins ont été un sujet de débat et de discussion depuis longtemps. Il y a toujours eu un groupe de personnes qui sont contre les vaccins, appelés anti-vaccins. Leurs opinions émergent souvent lors d'épidémies virales. La pandémie de COVID-19 a apporté beaucoup de peur et d'incertitude, visible en ligne. Les gens se sont tournés vers les réseaux sociaux pour exprimer leurs pensées, et beaucoup ont exprimé des doutes sur les vaccins.

Comprendre ces sentiments est important parce qu'ils peuvent influencer la santé publique. La façon dont on parle des vaccins peut influencer la décision des gens de se faire vacciner ou pas.

Méthodologie

Pour analyser ce que les gens ressentaient par rapport aux vaccins pendant la pandémie de COVID-19, on s'est concentré sur les tweets en rapport avec les vaccins depuis le début de la pandémie. On a récupéré des infos sur Twitter et utilisé une méthode appelée analyse de sentiment. Cette méthode nous permet de déterminer si les tweets expriment des sentiments positifs, négatifs ou neutres.

On a examiné un grand ensemble de tweets collectés dans le monde entier pendant deux ans. Notre objectif était de voir comment les sentiments ont évolué dans le temps et comment ils étaient liés au nombre de cas de COVID-19.

Collecte de données

On a collecté des tweets en utilisant des mots-clés liés à COVID-19 et aux vaccins. Ce dataset incluait des tweets de différents pays, comme l'Australie, le Japon, l'Inde, le Brésil et l'Indonésie. On a utilisé un dataset préexistant qui avait déjà étiqueté les tweets avec leurs sentiments.

Après avoir rassemblé les données, on les a nettoyées en remplaçant les argots et les émojis par des mots standards. Ça a aidé à s'assurer qu'on analysait vraiment le contenu des tweets.

Techniques d'analyse de sentiment

On a utilisé des modèles de langue avancés pour notre analyse de sentiment. Un des modèles clés qu'on a utilisé s'appelle BERT, qui est efficace pour comprendre le contexte des mots dans les phrases. Ça nous permet d'évaluer les Émotions derrière les tweets plus précisément.

L'analyse de sentiment implique d'assigner des étiquettes aux tweets basées sur leurs sentiments. Un tweet peut exprimer plus d'un sentiment en même temps. Par exemple, une personne peut se sentir à la fois pleine d'espoir et anxieuse par rapport à un vaccin, c'est pourquoi on a utilisé une méthode qui permet des étiquettes multiples.

Résultats

Tendances générales des sentiments

Durant les premiers mois de la pandémie, il y avait moins de tweets sur les vaccins. Cependant, au fur et à mesure que le temps passait et que plus d'infos devenaient disponibles, le volume de tweets sur les vaccins a considérablement augmenté. On a constaté que le nombre de tweets était souvent lié à des événements d'actualité majeurs concernant les vaccins, comme les annonces sur les essais de vaccins ou les distributions publiques.

Changements de sentiment dans le temps

Notre analyse a montré que les ressentis envers les vaccins ont évolué au fil du temps. Dans la première moitié de la pandémie, il y avait des changements drastiques dans les sentiments. Les gens étaient initialement très inquiets et douter. Cependant, à mesure que plus de vaccins devenaient disponibles et que les gouvernements commençaient à les distribuer, les attitudes ont commencé à se stabiliser.

Dans la deuxième moitié de la pandémie, on a vu une perspective plus positive sur les vaccins. Beaucoup de tweets exprimaient des sentiments d'espoir et d'optimisme, reflétant l'intérêt croissant du public pour se faire vacciner.

Analyse de sentiment spécifique aux pays

On a aussi regardé comment les sentiments différaient entre les pays. L'Australie, le Japon, l'Inde, le Brésil et l'Indonésie avaient des schémas distincts. Par exemple, l'Australie avait une vision plus favorable des vaccins au fur et à mesure de leur distribution, tandis que l'Inde a fait face à plus de défis et de sentiments négatifs en raison de la gravité des cas de COVID-19 durant leur deuxième vague.

Chaque pays avait des expériences et des calendriers différents qui ont influencé comment les gens ressentaient les vaccins. Notre étude a montré que des facteurs locaux, comme le nombre de cas de COVID-19 et la couverture médiatique, ont joué un rôle important dans la formation du sentiment public.

Impact de la Désinformation

La désinformation qui s'est répandue durant la pandémie a eu un impact notable sur les sentiments envers les vaccins. Les réseaux sociaux ont été à la fois une bénédiction et une malédiction. Ils ont permis de partager rapidement des infos importantes mais ont aussi facilité la propagation de rumeurs et de fausses infos.

Beaucoup de sentiments anti-vaccins proviennent d'infos trompeuses partagées sur des plateformes comme Twitter. Certains tweets exprimaient des peurs concernant la sécurité des vaccins, souvent en faisant référence à des incidents isolés qui ont été exagérés. Cette désinformation a créé de la confusion et du doute parmi le public.

Réponses émotionnelles

On a identifié plusieurs émotions clés exprimées dans des tweets liés aux vaccins. Beaucoup de tweets montraient des sentiments de peur, d'anxiété et de frustration. Par exemple, des individus exprimaient leur inquiétude sur la rapidité de développement des vaccins ou les effets secondaires.

D'un autre côté, on a aussi observé des sentiments positifs, comme la gratitude et le soulagement. Au fur et à mesure que les vaccins devenaient disponibles, les gens partageaient leur excitation et leur soulagement, ce qui a entraîné une augmentation de tweets positifs.

Le rôle des figures publiques

Les figures publiques et les leaders ont joué un rôle crucial dans la formation des sentiments autour des vaccins. Quand des personnalités connues soutenaient les vaccins, ça conduisait souvent à une réponse positive. À l'inverse, des commentaires négatifs de personnalités influentes pouvaient amplifier les doutes et les peurs du public.

Les mises à jour et annonces officielles ont également influencé comment les gens se sentaient. Parfois, les communications gouvernementales ne résonnaient pas bien avec le public, provoquant de la confusion. Ça a montré à quel point une communication claire et transparente est essentielle durant une crise sanitaire.

Visualisation des changements de sentiment

Pour illustrer les changements de sentiment, on a créé des représentations visuelles. Ces graphiques montraient le nombre de tweets au fil du temps et mettaient en avant les changements dans les opinions positives et négatives.

Les données ont montré qu'il y avait des pics dans les sentiments négatifs durant des points critiques, comme quand des incidents de vaccins étaient rapportés dans les médias. En revanche, les sentiments positifs ont grimpé après le déploiement réussi des vaccins dans de nombreuses régions.

Conclusion

La pandémie de COVID-19 a apporté des défis significatifs, pas seulement en santé mais aussi dans les perceptions publiques des vaccins. Notre étude a mis en lumière l'importance de comprendre les sentiments autour de l'acceptation des vaccins. En analysant des tweets, on a pu découvrir des insights précieux sur la façon dont la peur, la désinformation et les attitudes publiques envers les vaccins ont évolué au fil du temps.

Pour aller de l'avant, il est crucial de traiter la désinformation et de renforcer la confiance du public envers les vaccins. Un engagement continu et une communication transparente sont essentiels pour s'assurer que le public garde une vision positive des efforts de vaccination.

Les insights de cette analyse peuvent aider les responsables de la santé publique et les décideurs à créer des stratégies de communication ciblées pour encourager l'acceptation des vaccins et lutter contre la menace continue de la désinformation.

Source originale

Titre: An analysis of vaccine-related sentiments from development to deployment of COVID-19 vaccines

Résumé: Anti-vaccine sentiments have been well-known and reported throughout the history of viral outbreaks and vaccination programmes. The COVID-19 pandemic had fear and uncertainty about vaccines which has been well expressed on social media platforms such as Twitter. We analyse Twitter sentiments from the beginning of the COVID-19 pandemic and study the public behaviour during the planning, development and deployment of vaccines expressed in tweets worldwide using a sentiment analysis framework via deep learning models. In this way, we provide visualisation and analysis of anti-vaccine sentiments over the course of the COVID-19 pandemic. Our results show a link between the number of tweets, the number of cases, and the change in sentiment polarity scores during major waves of COVID-19 cases. We also found that the first half of the pandemic had drastic changes in the sentiment polarity scores that later stabilised which implies that the vaccine rollout had an impact on the nature of discussions on social media.

Auteurs: Rohitash Chandra, Jayesh Sonawane, Janhavi Lande, Cathy Yu

Dernière mise à jour: 2023-06-23 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2306.13797

Source PDF: https://arxiv.org/pdf/2306.13797

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires