Opis projektu
Metoda identyfikowania skłonności do uchylania się od szczepień
Światowa Organizacja Zdrowia uznaje, że uchylanie się od szczepień jest jednym z dziesięciu największych globalnych zagrożeń dla zdrowia. Popularność ruchów antyszczepionkowych na świecie jest zjawiskiem złożonym, a do tego nie istnieją żadne metody służące do przewidywania, które kraje są najbardziej podatne na ich wpływy. Niektórzy badacze wskazują, że modele opisujące dynamikę opinii mają duży potencjał do rozpoznawania krajów, w których opinia publiczna jest szczególnie podatna lub odporna. I choć istnieje wiele skutecznych modeli, tylko niektóre z nich opierają się na danych empirycznych. W ramach finansowanego ze środków UE projektu DYNAMOD-VACCINE-DATA powstanie innowacyjna metoda polegająca na rekonstrukcji informacji z zasobów sieci społecznościowych ze wspólnych typów danych, która posłuży do opracowania narzędzia do identyfikacji społeczeństw skłonnych przyjąć postawę uchylania się od szczepień.
Cel
Vaccine hesitancy (delaying or refusing of vaccination) has been identified by the World Health Organization as one of the top-ten threats to global health. The spreading of vaccine-hesitancy in society is a complex phenomenon and no method can currently predict which countries will become vulnerable to this threat.
Opinion dynamics models have enormous – as yet unrealised – potential to identify countries where vaccine-hesitant opinions are likely to spread or be resisted. They simulate the evolution of public opinion with computational models in which agents interact based on simple rules, with the goal of precisely modelling the spread of opinions in networks. However, while many successful theoretical models exist, few have been run on empirical data. This is because most models require detailed network information and are therefore not compatible with common data types (i.e. survey data).
In this project, I will develop a novel method for reconstructing social network information from survey responses alone. First, the method will be validated using simulations. Then, it will be applied to secondary vaccine-hesitancy survey datasets to compare the predictive capability of different opinion dynamics models in this context.
This study will provide two main outputs. First, a toolkit to identify societies most vulnerable to vaccine-hesitancy opinion spreading. Second, a method for inferring underlying social networks from survey data. This will have general value for research on any social issue related to opinion-coordination, e.g. climate change; GMOs etc.
This fellowship will transfer my mathematical and computational modelling expertise to my hosts. At the same time, it will provide me with synergistic expertise in social science and network science as a platform for my research career in computational social science.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki społecznesocjologiaproblemy społeczne
- medycyna i nauki o zdrowiumedycyna klinicznafarmakologia i farmacjalekszczepionki
- nauki przyrodniczenauki o Ziemi i pokrewne nauki o środowiskunauki o atmosferzeklimatologiazmiany klimatu
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
- Limerick
Irlandia