論文の概要: Whom We Trust, What We Fear: COVID-19 Fear and the Politics of Information

• arxiv url: http://arxiv.org/abs/2508.20146v1
• Date: Wed, 27 Aug 2025 11:31:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:01.620608
• Title: Whom We Trust, What We Fear: COVID-19 Fear and the Politics of Information
• Title（参考訳）: COVID-19の恐怖と情報の政治
• Authors: Daniele Baccega, Paolo Castagno, Antonio Fernández Anta, Juan Marcos Ramirez, Matteo Sereno,
• Abstract要約: 我々は、新型コロナウイルスに対する個人の自己申告された恐怖レベルと、彼らが依存する情報ソースとの関係を分析した。 その結果、恐怖レベルと情報ソースの利用は、新型コロナウイルスの感染傾向に密接に従い、各グループ間で強い相関関係を示し、人口集団間で大きく異なることが判明した。 これらの知見は,大規模危機時の情緒的・行動的反応形成における情報生態系のダイナミクスの重要性を浮き彫りにしている。
• 参考スコア（独自算出の注目度）: 3.2241707757984783
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The COVID-19 pandemic triggered not only a global health crisis but also an infodemic, an overload of information from diverse sources influencing public perception and emotional responses. In this context, fear emerged as a central emotional reaction, shaped by both media exposure and demographic factors. In this study, we analyzed the relationship between individuals' self-reported levels of fear about COVID-19 and the information sources they rely on, across nine source categories, including medical experts, government institutions, media, and personal networks. In particular, we defined a score that ranks fear levels based on self-reported concerns about the pandemic, collected through the Delphi CTIS survey in the United States between May 2021 and June 2022. We found that both fear levels and information source usage closely follow COVID-19 infection trends, exhibit strong correlations within each group (fear levels across sources are strongly correlated, as are patterns of source usage), and vary significantly across demographic groups, particularly by age and education. Applying causal inference methods, we showed that the type of information source significantly affects individuals' fear levels. Furthermore, we demonstrated that information source preferences can reliably match the political orientation of U.S. states. These findings highlight the importance of information ecosystem dynamics in shaping emotional and behavioral responses during large-scale crises.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、世界的な健康危機だけでなく、インフォデミック(インフォデミック)も引き起こした。 この文脈では、恐怖はメディア露出と人口統計要因の両方によって形成された中心的な感情反応として現れた。 本研究では、医療専門家、行政機関、メディア、パーソナルネットワークを含む9つの分野において、新型コロナウイルスに対する個人の自己申告された恐怖レベルと、彼らが依存する情報ソースとの関係について分析した。 特に,2021年5月から2022年6月までの米国におけるDelphi CTISサーベイで収集した,パンデミックに関する自己報告された懸念に基づいて,恐怖レベルをランク付けするスコアを定義した。 恐怖レベルと情報ソース使用量は、新型コロナウイルスの感染傾向に密接に従い、各グループ内で強い相関関係(ソース使用パターンなど、ソース間の相関関係が強い)を示し、人口集団、特に年齢や教育によって大きく異なることが判明した。 因果推論手法を適用し,情報ソースの種類が個人の恐怖レベルに大きく影響することを示した。 さらに、我々は、情報ソースの嗜好が米国の政治的指向に確実に一致することを実証した。 これらの知見は,大規模危機時の情緒的・行動的反応形成における情報生態系のダイナミクスの重要性を浮き彫りにしている。

関連論文リスト

• Large language models for newspaper sentiment analysis during COVID-19: The Guardian [0.16777183511743468]
  この研究は、新型コロナウイルスのさまざまな段階におけるガーディアン紙の感情分析を提供する。 パンデミックの初期段階では、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移した。 結果は、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことを示している。
  論文  参考訳（メタデータ） (2024-05-20T07:10:52Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Coronavirus statistics causes emotional bias: a social media text mining perspective [4.042350304426975]
  本稿では,パンデミックに関連するテキストを場所ラベル付きテキストデータから分類する深層学習モデルを提案する。 次に,マルチタスク学習に基づく感情分析を行う。 最後に、感情分析の出力を伴う固定効果パネル回帰を実行する。
  論文  参考訳（メタデータ） (2022-11-16T03:36:13Z)
• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
  我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。 我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
  論文  参考訳（メタデータ） (2022-06-12T19:41:01Z)
• Misinformation, Believability, and Vaccine Acceptance Over 40 Countries: Takeaways From the Initial Phase of The COVID-19 Infodemic [11.737540072863405]
  本報告では,世界規模でのCOVID-19インフォデミックへの感染状況について調査した。 誤報の認識と予防接種難易度との間には,強い関連性があることが判明した。 本研究は, インフォデミックの影響を受けやすい国に, 正確な情報を積極的に広める公共キャンペーンにおいて, 本研究がもたらす意味について論じる。
  論文  参考訳（メタデータ） (2021-04-22T05:09:25Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• Critical Impact of Social Networks Infodemic on Defeating Coronavirus COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
  2019年の推計295億人が世界中でソーシャルメディアを利用している。 コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。 本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
  論文  参考訳（メタデータ） (2020-05-18T15:53:13Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。