Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

A new method for dynamic opinion modelling of surveys applied to vaccine hesitancy data

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)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2019

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITY OF LIMERICK
Wkład UE netto
€ 294 886,08
Koszt całkowity
€ 294 886,08