Sentimento Público sobre Vacinas COVID-19: Uma Revisão de Dois Anos
Analisando as mudanças na percepção sobre vacinas durante a pandemia de COVID-19.
― 7 min ler
Índice
A pandemia de COVID-19 mudou o mundo de várias maneiras, especialmente no jeito que vemos as Vacinas. Desde os primeiros dias do surto até a atual distribuição das vacinas, a galera tem compartilhado suas opiniões e Sentimentos nas redes sociais, como o Twitter. Este artigo vai dar uma olhada em como as pessoas sentiram sobre vacinas durante esse tempo. Vamos explorar como esses sentimentos mudaram desde os estágios de planejamento até quando as vacinas ficaram disponíveis ao Público.
Contexto
As vacinas sempre foram um assunto de debate e discussão. Sempre teve uma galera que é contra vacinas, conhecidos como anti-vaxxers. As opiniões deles costumam aparecer mais durante surtos virais. A pandemia de COVID-19 trouxe muito medo e incerteza, que ficou bem visível online. A galera foi pras redes sociais pra compartilhar o que pensava, e muitos expressaram dúvidas sobre as vacinas.
Entender esses sentimentos é importante porque pode impactar a saúde pública. O jeito que falamos sobre vacinas pode influenciar se a galera decide se vacinar ou não.
Metodologia
Pra analisar como as pessoas se sentiram sobre vacinas durante a pandemia de COVID-19, focamos em tweets relacionados a vacinas desde o começo da pandemia. Juntamos informações do Twitter e usamos um método chamado análise de sentimentos. Esse método permite a gente determinar se os tweets expressam sentimentos positivos, negativos ou neutros.
Demos uma olhada em um grande conjunto de tweets coletados ao redor do mundo durante dois anos. Nosso objetivo era ver como os sentimentos mudaram com o tempo e como estavam relacionados ao número de casos de COVID-19.
Coleta de Dados
Coletamos tweets usando palavras-chave relacionadas a COVID-19 e vacinas. Esse conjunto de dados incluiu tweets de diferentes países, como Austrália, Japão, Índia, Brasil e Indonésia. Usamos um conjunto de dados já existente que já tinha classificado os tweets com suas respectivas emoções.
Depois de juntar os dados, limpamos eles trocando gírias e emojis por palavras padrão. Isso ajudou a garantir que estávamos analisando o conteúdo real dos tweets.
Técnicas de Análise de Sentimentos
Usamos modelos de linguagem avançados pra nossa análise de sentimentos. Um dos principais modelos que usamos é o BERT, que é eficaz em entender o contexto das palavras nas frases. Isso permite que a gente avalie as emoções por trás dos tweets de forma mais precisa.
A análise de sentimentos envolve atribuir rótulos aos tweets com base em seus sentimentos. Um tweet pode expressar mais de um sentimento ao mesmo tempo. Por exemplo, uma pessoa pode se sentir esperançosa e ansiosa sobre uma vacina, e é por isso que usamos um método que permite múltiplos rótulos.
Descobertas
Tendências Gerais de Sentimentos
Durante os primeiros meses da pandemia, teve menos tweets sobre vacinas. Mas, conforme o tempo passou e mais informações ficaram disponíveis, o volume de tweets discutindo vacinas aumentou bastante. Descobrimos que o número de tweets muitas vezes correlacionava com grandes eventos de notícias relacionados a vacinas, como anúncios sobre testes de vacinas ou distribuições públicas.
Mudanças nos Sentimentos ao Longo do Tempo
Nossa análise mostrou que os sentimentos em relação às vacinas mudaram com o tempo. Na primeira metade da pandemia, teve mudanças drásticas nos sentimentos. A galera estava inicialmente muito medrosa e cética. Porém, à medida que mais vacinas ficaram disponíveis e os governos começaram a fazer a distribuição, as atitudes começaram a se estabilizar.
A segunda metade da pandemia viu uma visão mais positiva sobre vacinas. Muitos tweets expressaram sentimentos de esperança e otimismo, refletindo o aumento do interesse público em se vacinar.
Análise de Sentimentos Específica por País
A gente também olhou como os sentimentos diferiam entre os países. Austrália, Japão, Índia, Brasil e Indonésia mostraram padrões distintos. Por exemplo, a Austrália teve uma visão mais favorável das vacinas conforme elas foram sendo distribuídas, enquanto a Índia enfrentou mais desafios e sentimentos negativos devido à gravidade dos casos de COVID-19 durante a segunda onda.
Cada país teve experiências e cronogramas diferentes que influenciaram como as pessoas se sentiram sobre vacinas. Nosso estudo destacou que fatores locais, incluindo o número de casos de COVID-19 e a cobertura da mídia, tiveram um papel significativo em moldar o sentimento público.
Impacto da Desinformação
A desinformação que se espalhou durante a pandemia teve um impacto notável nos sentimentos sobre vacinas. As redes sociais serviram como uma faca de dois gumes. Elas permitiram o compartilhamento rápido de informações importantes, mas também facilitaram a divulgação de rumores e informações falsas.
Muitos sentimentos anti-vacina surgiram de informações enganosas compartilhadas em plataformas como o Twitter. Alguns tweets expressaram medos sobre a segurança das vacinas, geralmente se referindo a incidentes isolados que foram exagerados. Essa desinformação criou confusão e dúvidas entre o público.
Respostas Emocionais
Identificamos várias emoções-chave expressas em tweets relacionados a vacinas. Muitos tweets mostraram sentimentos de medo, ansiedade e frustração. Por exemplo, as pessoas expressaram preocupação sobre a velocidade de desenvolvimento da vacina ou efeitos colaterais.
Por outro lado, também observamos sentimentos positivos, como gratidão e alívio. À medida que as vacinas se tornaram disponíveis, as pessoas compartilharam sua empolgação e alívio, resultando em um aumento de tweets positivos.
O Papel de Figuras Públicas
Figuras públicas e líderes desempenharam um papel crucial em moldar os sentimentos sobre vacinas. Quando figuras de destaque endossaram vacinas, muitas vezes resultou em uma resposta positiva. Por outro lado, quaisquer comentários negativos de indivíduos influentes poderiam amplificar dúvidas e medos entre o público.
Atualizações e anúncios oficiais também influenciaram como as pessoas se sentiam. Às vezes, as comunicações do governo não ressoavam bem com o público, levando à confusão. Isso mostrou como é essencial uma comunicação clara e transparente durante uma crise de saúde.
Visualizando Mudanças de Sentimento
Pra ilustrar as mudanças de sentimento, criamos representações visuais. Esses gráficos mostraram o número de tweets ao longo do tempo e destacaram mudanças nas opiniões positivas e negativas.
Os dados indicaram que houve picos de sentimentos negativos durante pontos críticos, como quando incidentes de vacina foram relatados na mídia. Em contrapartida, os sentimentos positivos aumentaram após o sucesso da distribuição das vacinas em várias regiões.
Conclusão
A pandemia de COVID-19 trouxe desafios significativos, não só na saúde, mas nas percepções públicas sobre vacinas. Nosso estudo destacou a importância de entender os sentimentos sobre a aceitação das vacinas. Ao analisar tweets, conseguimos descobrir insights valiosos sobre como o medo, a desinformação e as atitudes públicas em relação às vacinas evoluíram ao longo do tempo.
Seguindo em frente, é crucial enfrentar a desinformação e reforçar a confiança pública nas vacinas. O engajamento contínuo e a comunicação transparente são vitais para garantir que o público mantenha uma visão positiva sobre os esforços de vacinação.
As informações dessa análise podem ajudar agentes de saúde pública e formuladores de políticas a criar estratégias de engajamento direcionadas para fomentar a aceitação da vacina e combater a ameaça contínua da desinformação.
Título: An analysis of vaccine-related sentiments from development to deployment of COVID-19 vaccines
Resumo: 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.
Autores: Rohitash Chandra, Jayesh Sonawane, Janhavi Lande, Cathy Yu
Última atualização: 2023-06-23 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2306.13797
Fonte PDF: https://arxiv.org/pdf/2306.13797
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.
Ligações de referência
- https://www.latex-project.org/lppl.txt
- https://lenova.river-valley.com/svn/elsbst/trunk/elsarticle-template-1-num.tex
- https://www.overleaf.com/project/5cdf66304dd3ea4b31411309
- https://www.aljazeera.com/news/2021/3/15/which-countries-have-halted-use-of-astrazenecas-covid-vaccine
- https://developer.twitter.com/en/developer-terms/agreement-and-policy
- https://textblob.readthedocs.io/en/dev/
- https://github.com/sydney-machine-learning/COVID19-antivaccine-sentimentanalysis