Mediaciones en la desinformación que intervienen en la toma de medidas preventivas ante la crisis sanitaria del COVID-19
Resumen
La situación de confinamiento ha expuesto a los ciudadanos a una gran cantidad de información sobre el COVID-19, tanto oficial como extraoficial, con diferentes fuentes y distintos grados de confiabilidad. La incertidumbre conduce a una mayor búsqueda de información y de ello depende la salud de los ciudadanos. En el presente estudio se explorarán los procesos de mediación que intervienen en la relación que produce la confianza en actores vinculados con la pandemia de COVID-19, así como el consumo de medios sobre las medidas de prevención que toma la ciudadanía para su cuidado. El análisis se hace a partir de una muestra representativa de 1211 ciudadanos mexicanos. Entre los principales resultados se encuentra que los ciudadanos están muy informados sobre el COVID-19, presentan un elevado nivel de consumo de medios y tienen un fuerte grado de confianza institucional, particularmente en los organismos no gubernamentales. En lo que respecta a las medidas de prevención, estas se asocian con la confianza que tienen en los empleados del sector salud. Asimismo, en cuanto a la aceptación de planteamientos tanto falsos como verdaderos, se encuentra que estos se relacionan con la toma de medidas de prevención para mitigar los efectos de la pandemia.
Descargas
Citas
Ahinkorah, B. O., Ameyaw, E. K., Elvis, J., Jr, H., Seidu, A., & Schack, T. (2020). Risingabove misinformation or fake news in Africa: Another strategy to control COVID19 spread. Frontiers in Communication, 5, 2018-2021. https://doi.org/10.3389/fcomm.2020.00045
Ahmed, W., Vidal-Alaball, J., Downing, J., & Seguí, F. L. (2020). COVID-19 and the 5G conspiracy theory: Social network analysis of Twitter data. Journal of Medical Internet Research, 22(5). https://doi.org/10.2196/19458
Ahmed-Siddiqui, M. Y., Mushtaq, K., Mohamed, M. F. H., Al-Soub, H., Hussein-Mohamedali, M. G., & Yousaf, Z. (2020). “Social media misinformation”—An epidemic within the COVID-19 pandemic. American Journal of Tropical Medicine and Hygiene, 103(2), 920-921. https://doi.org/10.4269/ajtmh.20-0592
Anderson, C. A., Bushman, B. J., Bartholow, B. D., Cantor, J., Christakis, D., Coyne, S. M., Donnerstein, E., Funk Brockmyer, J., Gentile D. A., Green, C. S., Huesmann, R., Hummer, T., Krahé, B., Strasburger, V. C., Warburton, W., Wilson, B. J., & Ybarra, M. (2017). Screen violence and youth behavior. Pediatrics, 140(2), 142-147. https://doi.org/10.1542/peds.2016-1758T
Arteaga, N. (2021). La societalización de la pandemia en México. Korpus 21, 1(2), 251-270. http://dx.doi.org/10.22136/korpus21202133
Awang Z., Afthanorhan A., Asri M. A. M. (2015). Parametric and non-parametric approach in structural equation modeling (SEM): The application of bootstrapping. Modern Applied Science, 9(9), 58-67.
Bollen, K. A., & Pearl, J. (2013). Eight myths about causality and structural equation models. En S. L. Morgan, (Ed.), Handbook of causal analysis for social research. Capítulo 15, 301-328. Springer.
Breland, J., Quintiliani, L., Schneider, K., & Pagoto, S. (2017). Social media as a tool to increase the impact of public health research. Am J Public Health,107(12), 1890- 1891. https://doi.org/10.2105/AJPH.2017.304098
Brennen, J., Simon, F., & Nielsen R. (2020). Beyond (Mis)representation: Visuals in COVID19 misinformation. The International Journal of Press/Politics, 26(1), 277-299. https://doi.org/10.1177/1940161220964780
Broniatowski, D. A., Jamison, A., Sihua, Q., Lulwah, S., Chen, T., Benton, A., Quinn, S., & Dredze, M. (2018). Weaponized health communication: Twitter bots and Russian trolls amplify the vaccine debate. American Public Health Association, 108(10), 1378-1385. https://doi.org/10.2105/AJPH.2018.304567
Bruns, A., Harrington, S., & Hurcombe, E. (2020). Corona? 5G? Or both? The dynamics of COVID-19/5G conspiracy theories on Facebook. Media International Australia, 177(1), 12-29. https://doi.org/10.1177/1329878X20946113
Castillo-Esparcia, A., Fernández-Souto, A., & Puentes-Rivera, I. (2020). Comunicación política y COVID-19. Estrategias del Gobierno de España. Profesional de la Información, 29(4). https://doi.org/10.3145/epi.2020.
Calvillo, D. P., Ross, B. J., García, R. J. B., Smelter, T. J., & Rutchick, A. M. (2020). Political ideology predicts perceptions of the threat of COVID-19 (and susceptibility to fake news about it). Social Psychological and Personality Science, 11(8), 1119-1128. https://doi.org/10.1177/1948550620940539
Cayón, A. (2009). Comunicación de crisis en el marco de la preparación ante la pandemia de influenza en México: revisión de conceptos y estrategias. Revista de Administración Sanitaria Siglo XXI, 7(3), 501-516
Cerulus, L. (2020, abril 29). How anti-5G anger sparked a wave of Arson attacks. Politico. https://www.politico.eu/article/coronavirus-5g-arsonattacks-online-theories/
Chew C., & Eysenbach, G. (2010). Pandemics in the age of Twitter: Content analysis of tweets during the 2009 H1N1 outbreak. PLoS One. 20105(11): e14118. https://doi.org/10.1371/journal.pone.0014118.
Crespo, I. & Garrido, A. (2020). La pandemia de coronavirus: estrategia de comunicación de crisis. Más poder local (41), 12-19.
Cristo, H. S. de, Santos, T. de A., Horita, F. E., & Saba, H. (2022). Implications ofdisinformation and infodemic in the context of the COVID-19 pandemic. Research, Society and Development, 10(2), 1-11. https://doi.org/10.33448/rsd-v10i2.12998.
DOF – Diario Oficial de la Federación (2020). Decreto del 2 de marzo del 2020. Última reforma 15 de marzo del 2020.
DOF – Diario Oficial de la Federación (2020). Decreto del 2 de marzo del 2020. Última reforma 15 de marzo del 2020.
DiLorenzo, S. (12 marzo 2018). Brasileños desconfían de la vacuna contra la fiebre amarilla. AP News. https://apnews.com/article/e45d0e1676e64dad99badb60459d588c
Ducharme. J. (2020). World Health Organization declares COVID-19 a “pandemic”. Here´s what that means. TIME. https://time.com/5791661/who-coronavirus-pandemic-declaration/
Easterly, W., Ritzen, J., & Woolcock, M. (2008). Social cohesion, institutions and growth. Economics & Politics, 18(2), 103-120.
El Economista (15 de abril 2021). Cerca de 12 millones de mexicanos han visto las conferencias del gobierno sobre COVID-19. El Economista. ttps://www.eleconomista.com.mx/arteseideas/Cerca-de-12-millones-de-mexicanos-hanvisto-las-conferencias-del-gobierno-sobre-Covid-19-20200415-0087.html
Elías, C., & Catalán-Matamoros, D. (2020). Coronavirus in Spain: Fear of “oficial” fake news boosts Whatsapp and alternative sources. Media and Communication, 8(2). https://doi.org/10.17645/mac.v8i2.3217
Fallis, D. (2015). What is disinformation? Library Trends 63(3), 401-426. doi:10.1353/lib.2015.0014.
Fancourt, D., Steptoe, A., & Wright, L. (2020). The cummings effect: Politics, trust, and behaviours during the COVID-19 pandemic. The Lancet, 396(10249), 464-465. https://doi.org/10.1016/S0140-6736(20)31690-1
Feng, L. X., Jing, S. L., Hu, S. K., Wang, D. F., & Huo, H. F. (2020). Modelling the effects of media coverage and quarantine on the COVID-19 infections in the UK. Mathematical Biosciences and Engineering, 17(4), 3618-3636. http://doi.org/10.3934/mbe.2020204
Fuchs, C. (2021). Donald Trump and COVID-19 on Twitter. Communicating COVID-19, 191-262. Emerald Publishing. https://doi.org/10.1108/978-1-80117-720-720211011
Galarza, R. (2021). Relación entre la percepción de exposición a desinformación, percepción de veracidad de fake news sobre COVID-19 y la confianza en medios de información. En C. Muñiz (Ed.), Medios de comunicación y pandemia de COVID-19 en México, pp. 81-102. Editorial Tirant Humanidades.
García, E. (2017). Comunicación de crisis en los gabinetes de prensa sanitarios. Análisis de la producción periodística y de la información publicada sobre la gripe A [Tesis doctoral Universidad Complutense de Madrid]. Repositorio Institucional UCM. http://cisne.sim.ucm.es/record=b3698962~S6*spi#tabs
Garfin, D. R., Silver, R. C., & Holman, E. A. (2020). The novel coronavirus (COVID-2019) outbreak: Amplification of public health consequences by media exposure. Health Psychology, 39(5), 355-357. http://dx.doi.org/10.1037/hea0000875.
Gerbner, G., & Gross L. (1976). Living with television: The violence profile. Journal of Communication, 26(2), 172-199. https://doi.org/10.1111/j.1460-2466.1976.tb01397.x
Hart, P. S., Chinn, S., & Soroka, S. (2020). Politicization and polarization in COVID19 news coverage. Science Communication 42(5), 679-697. https://doi.org/10.1177/1075547020950735
Hills, T. (2012). The dark side of information proliferation. Perspect Psychol Schi 14(3), 323-330. https//doi.org/10.1177/1745691618803647
Hommerich, S. (2012). Trust and subjective well-being after the great Japan earthquake, tsunami and nuclear meltdown: Preliminary results. International Journal of Japanese Sociology, 21(1), 46-64.
Hornik, R. (2002). Public health communication: Evidence for behavior change. Lawrence Erlbaum Associates.
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit Indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jones, B., & Elbagir, N. (25 agosto 2014). Are Myths the Ebola Outbreak Worse. CNN. https://www.cnn.com/2014/08/20/world/africa/ebola-myths
Kahane, L. H. (2021). Politicizing the mask: Political, economic and demographic factors affecting mask wearing behavior in the USA. Eastern Economic Journal, 47(1), 163-168. https://doi.org/10.1057/s41302-020-00186-0
Lamata, F. (2006). Crisis sanitarias y respuesta política. Revista de Administración Sanitaria, 4(3), 401-406.
Larson, H. J. (2020a) Blocking information on COVID-19 can fuel the spread of misinformation. Nature, 50, 306. https://doi.org/10.1038/d41586-020-00920-w
Larson, H. J. (2020b). A call to arms: Helping family, friends and communities navigate the COVID-19 infodemic. Nature Reviews Immunology, 20(8), 449-450. https://doi.org/10.1038/s41577-020-0380-8
Lovari, A. (2020). Spreading (dis)trust: COVID-19 misinformation and government intervention in Italy. Media and Communication, 8(2), 458-461. http://dx.doi.org/10.17645/mac.v8i2.3219
Lovari, A., Martino, V., & Righetti, N. (2020). Blurred shots. Investigating the information crisis around vaccination in Italy. American Behavioral Scientist, 65(2), 351-370. doi.org/10.1177/0002764220910245
Malecki, K., Keating J., & Safdar, N. (2021). Crisis communication and public perception of COVID-1risk in the era of social media. Clinical Infectious Diseases, ciia758. https//doi,org/10.1093/cid/ciia758
March, J. C. (2011). El riesgo de una mala comunicación de riesgos. Revista de Comunicación y Salud, 1(2), 61-66.
March, J. & March, C. (2008). Mucho por hacer ante la crisis sanitarias. Diario Médico.http://www.diariomedico.com/2008/09/12/areaprofesional/sanidad/tribuna-mucho-por-hacer-ante-las-crisis-sanitarias
Mcquail, D., Windahl, S. (1997). Modelos para el estudio de la comunicación colectiva. Eunsa.
Muller, R., & Hancock, G. (2008). Best Practices in Structural Equation Modeling. En J. Osborne, (Ed.), Best Practices in Quantitative Methods, pp. 488-508. Sage.
Nguyen, A. & Catalán-Matamoros, D. (2020). Digital mis/disinformation an public engaegement with health and science controversies: Fresh perspectives from COVID-19. Media and communication, 8(2), 323. DOI.org/10.17645/mac.v8i2.3352
O’Connor, C., & Murphy, M. (2020). Going Viral: Doctors must Tackle Fake News in the COVID-19 Pandemic. BMJ 369(1587). https://doi.org/10.1136/bmj.m1587
Organización Mundial de la Salud. (2020, abril 17). Manejo de la infodemia: un componente clave de la respuesta mundial al COVID-19. Reporte Epidemiológico Semanal, 16(95), 145-160. https://reliefweb.int/sites/reliefweb.int/files/resources/WER9516-eng-fre.pdf
Organización Mundial de la Salud. (2019). Brote de enfermedad por coronavirus (COVID-19). https://www.who.int/es/emergencies/diseases/novel-coronavirus2019#:~:text=En%20este%20sitio%20web%20se,p%C3%A1gina%20figura%20informaci%C3%B3n%20actualizada%20diariamente.
Organización Mundial de la Salud. (2009). ¿Qué es el virus gripa A(H1N1) 2009 pandémico? httpp://www.who.int/csr/diseae/swinwflu/frequently_asked_questions/about_disase/es/
Pruri, N., Coomes, E. A., Haghbayan, H., & Gunaratne, K. (2020). Social media and vaccine hesitancy: News updates for the era of COVID 19 and globalized infectious diseases. Human Vaccines & Immunotherapeutics, 16(11), 2586-2593. https://doi.org/10.1080/21645515.2020.1780846
Pruri, N., Du, X., Varde, A., & Melo, G. (2018). Mapping ordinances and tweets using smart city characteristics in aid opinion mining. In the Web Conference (WWW) Companion Volumen. Lyon, Francia, 1721-1728.
Rodelo, F. (2020). La cobertura informativa del COVID 19 en periódicos y televisión. En Muñiz, C. (Ed). Medios de comunicación y pandemia de COVID-19 en México, pp. 25-52. Tirant lo Blanch.
Rodríguez, A., Echeverría, M. & Treviño, J.F. (2020). Consumo mediático y confianza de ciudadanos mexicanos ante la dicotomía de la igualdadora de oportunidades en tiempos de COVID-19. En Muñiz, C. (Coord.). Medios de comunicación y pandemia de covid-19 en México, 211-232. Tirant Humanidades.
Rossel, Y. (2012). Lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1-36. https://doi.org/10.18637/jss.v048.i02
Rovetta, A., & Bhagavathula, A. S. (2020). Global infodemiology of COVID-19: Analysis of Google web searches and Instagram hashtags. Journal of Medical Internet Research, 22(8). https://doi.org/10.2196/20673
Soltaninejad, K. (2020). Methanol Mass poisoning outbreak: A consequence of COVID-19 pandemic and misleading messages on social media. Int J Occup Environ Med, 11(3):148-150. doi: 10.34172/ijoem.2020.1983.
Salaverría, R., Buslón, N., López-Pan, F., León, B., López-Goñi, I., & Erviti, M.-C. (2020). Disinformation in times of pandemic: Typology of hoaxes on COVID-19 [Desinformación en tiempos de pandemia: tipología de los bulos sobre la COVID19]. Profesional de la Información, 29(3), 1-15. https://doi.org/10.3145/epi.2020.may.15
Sarkar U., Le, G. M., Lyles, C. R., Ramo D., Linos E., & Bibbins-Domingo, K. (2018). Using social media to target cancer prevention in young adults: Viewpoint. J Med Internet, 20(6): e203. https://doi.org/10.2196/jmir.8882.
Seeger, M., Sellnow, T. & Ulmer, R.R. (2003). Effective crisis communication: moving from crisis to oppotrunity. Sage Publications
Tagliabue, F., Galassi, L, & Mariani, P. (2020). The “pandemic” of disinformation in COVID19. SN Comprehensive Clinical Medicine, 2, 1287-1289. https://doi.org/10.1007/s42399-020-00439-1
Tarka, P. (2018). An overview of structural equation modeling: Its beginnings, historical development, usefulness and controversies in the social sciences. Quality and Quantity, 52(1), 313-354. https://doi.org/10.1007/s11135-017-0469-8
Tagliabue, F., Galassi, L., & Mariani, P. (2020). The “pandemic” of disinformation in COVID19. SN Comprehensive Clinical Medicine, 2(9), 1287-1289. https://doi.org/10.1007/s42399-020-00439-1
The Lancet Infectious Diseases (2020). The COVID-19 infodemic. Lancet Infect Dis, 20(8), 875. https://doi.org/10.1016/S1473-3099(20)30565-X
Wakefield, M., Loken, B., & Hornik, R. (2010). Use of mass media campaigns to change health behaviour. The Lancet, 376(9748), 1261-1271. https://doi.org/10.1016/S0140-6736(10)60809-4
Wen-Ying, S., April, O., & Klein, W. (2018). Adressing health-related misinformation on social media. Journal of American Medical Association, 320(23), 2417-2423. https://doi.org/10.1001/jama.2018.16865
Wilson, S. L., & Wiysonge, C. (2020). Social media and vaccine hesitancy. BMJ Global Health, 5(10). https://doi.org/10.1136/bmjgh-2020-004206
Yamada, Y., Ćepulić, D. B, Coll-Martín, T., Debove, S., Gautreau, G., Han, H., Rasmussen, J., Tran, T. P., Travaglino, G. A., COVIDiSTRESS global survey consortium, &
Lieberoth, A. (2021). COVIDiSTRESS global survey dataset on psychological and behavioural consequences of the COVID-19 outbreak. Sci Data, 8(3). https://doi.org/10.1038/s41597-020-00784-9
Zarcostas, J. (2020). How to fight an infodemic. The Lancet, 395(10225), 676-679. https://doi.org/10.1016/S0140-6736(20)30461-X
Zikmund-Fisher, B. J. (2012). The defining characteristics of web 2.0 and their potential influence in the online vaccination debate. Vaccine, 30(25), 3734-3740.
Derechos de autor 2022 Contratexto
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Todos los trabajos publicados están sujetos a una licencia CC BY 4.0 Creative Commons (actualizado el 1 de marzo de 2021).
El contenido de la revista se puede compartir en cualquier material o formato. Asimismo, se puede adaptar, contribuir y transformar. Ambas posibilidades sólo están permitidas en la medida en que cumplan las siguientes condiciones:
- Atribución: Se debe otorgar crédito donde sea debido, proporcionar un enlace a la licencia e indicar los cambios en caso se realice alguno. Esto debe hacerse de la manera que se considere apropiada, sin sugerir que el licenciante lo promueva a usted o su uso del material.
Derechos de propiedad
Los derechos patrimoniales de Contratexto se publican bajo una licencia Creative Commons BY 4.0, lo que permite a los autores mantener los derechos patrimoniales de su obra sin restricciones.
Si un trabajo publicado en Contratexto fuera copiado, distribuido, difundido o cualquier otra actividad contemplada en la licencia antes mencionada, se deberá mencionar de manera visible y expresa al autor o autores y a la revista.
Auto-archivo
Esta revista permite y anima a los autores/as a publicar artículos enviados a la revista en sus sitios web personales o en depósitos institucionales, tanto antes como después de su publicación en esta revista, siempre y cuando proporcionen información bibliográfica que acredite, si procede, su publicación en ella.