سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,115,515
تعداد دریافت فایل اصل مقاله97,219,677
خانیکی, هادی, راثی تهرانی, حبیب. (1401). نظریه‌سازی برای اینفودمی کووید 19 در شبکه‌های اجتماعی ایران. , 11(4), 933-950. doi: 10.22059/jisr.2022.339490.1286
هادی خانیکی; حبیب راثی تهرانی. "نظریه‌سازی برای اینفودمی کووید 19 در شبکه‌های اجتماعی ایران". , 11, 4, 1401, 933-950. doi: 10.22059/jisr.2022.339490.1286
خانیکی, هادی, راثی تهرانی, حبیب. (1401). 'نظریه‌سازی برای اینفودمی کووید 19 در شبکه‌های اجتماعی ایران', , 11(4), pp. 933-950. doi: 10.22059/jisr.2022.339490.1286
خانیکی, هادی, راثی تهرانی, حبیب. نظریه‌سازی برای اینفودمی کووید 19 در شبکه‌های اجتماعی ایران. , 1401; 11(4): 933-950. doi: 10.22059/jisr.2022.339490.1286

نظریه‌سازی برای اینفودمی کووید 19 در شبکه‌های اجتماعی ایران

مطالعات و تحقیقات اجتماعی در ایران
مقاله 4، دوره 11، شماره 4 - شماره پیاپی 45، دی 1401، صفحه 933-950    اصل مقاله (1.03 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jisr.2022.339490.1286
نویسندگان
هادی خانیکی1؛ حبیب راثی تهرانی* 2
1استاد گروه ارتباطات، دانشکدۀ علوم ارتباطات اجتماعی، دانشگاه علامه طباطبایی
2دکتری ارتباطات، دانشکدۀ علوم ارتباطات اجتماعی، دانشگاه علامه طباطبایی
چکیده
مقدمه: «اینفودمی کووید 19» عنوان پدیده‌ای ارتباطی بود که هم‌زمان با اشاعۀ ویروس کرونا در سراسر جهان، از سوی رئیس‌کل سازمان جهانی بهداشت به‌عنوان یک خطر هم‌سنگ ویروس اصلی به جهانیان معرفی و درمورد آن هشدار داده شد. آنچه در این مقاله بدان پرداخته شده است، مسئلۀ اینفودمی کووید 19 در چارچوب رشتۀ ارتباطات سلامت و نظریه‌سازی درخصوص مؤلفه‌ها، زمینه‌های تولید و راه‌های مقابله با آن در شبکه‌های اجتماعی ایران است.
روش: رویکرد این پژوهش کیفی و روش آن نظریه‌مبنایی است. با استفاده از شیوۀ نمونه‌گیری نظری و مصاحبه با متخصصان و صاحب‌نظران، داده‌های لازم از منابع مختلف جمع‌آوری شد. پس از این مرحله، همۀ داده‌ها با استفاده از دستورالعمل‌های کدگذاری باز، محوری و انتخابی کدگذاری شدند.
یافته­ ها: درنهایت از دل داده‌ها، 74 مفهوم و 28 مقوله استخراج شدند و اینفودمی کووید 19 در رسانه‌های اجتماعی به‌عنوان پدیدۀ مرکزی مشخص شد. پس از آن با استفاده از مدل پارادایمی، نظریۀ خودبنیاد برآمده از دل داده‌ها به‌صورت روایت و مدل تصویری ارائه می‌شود.
نتیجه ­گیری: شرایط کرونائی در ایران وضعیت اینفودمی را ایجاد کرده است که طی آن افراد فعال و کاربران فضاهای مجازی دوشادوش گسترش ویروس به تبادل اطلاعات درباره این بیماری می‌پردازند. کاهش اعتماد عمومی به نهادها و رسانه‌های رسمی و سیاسی‌شدن سلامت و اینفودمی نخبگانی در گسترش این شرایط نقش داشتند.
کلیدواژه‌ها
ارتباطات سلامت؛ اینفودمی؛ رسانه‌های اجتماعی؛ رسانه‌های سلامت‌محور؛ کرونا؛ کووید 19
عنوان مقاله [English]
Theorizing for COVID 19 Infodemic in Iran Social Media
نویسندگان [English]
Hadi Khaniki1؛ Habib Rasi Tehrani2
1Professor, Department of Communicatio studies, University of Allameh Tabataba’i,
2PhD Graduate in Communicatio studies, University of Allameh Tabataba’i
چکیده [English]
Introduction: COVID 19 Infodemic was the title of a communication phenomenon launched by the Director-General of the World Health Organization to accompany the CORONA virus spreading worldwide. Misinformation circulates quickly on social media, and the fight against fake news will likely continue until the virus outbreak. As a result, the World Health Organization is currently working with social media to disseminate accurate information about COVID 19. This crisis is characterized by the simultaneous spread of the virus and the information itself. In other words, not only the virus itself spread very quickly, but also the misinformation about the spread of the disease, which caused the panic in the population to grow rapidly. In other words, the fear fueled by social media grew even faster than the spread of COVID 19 in the population. So, the main theme of COVID 19 Infodemic is to combat the spread of inaccurate or unnecessary information or so-called “intelligence” at the global, national, and regional levels. The word infodemic is an abbreviation of the two words (info) or the same information and (demi), which has Greek roots and refers to population and people. Infodemics consists of the words information (demi) and demi (Greek root that goes back to people). In addition, demi has its own root in medical debates. “Epi” has Greek roots meaning above and below. Yet, pandemics have Greek origins and “pan” means all, everywhere, or overcoming, which is more effective than an epidemic. An infodemic can be thought of as a large amount of information published in a harmful way in the media. This article aims to discuss the issue of Covid 19 infodemic in the context of health communication and theorize the components, production areas, and ways of dealing with it in Iranian social media.
Methods: The approach used in this article is qualitative and the research method is grounded theory. Therefore, instead of using existing theories as a theoretical framework, the researchers attempted to develop their own grounded theory from the data obtained. For this purpose, the theoretical sampling method and expert interviews were used to collect the necessary data from various sources. After this step, all data were coded using open, axial, and selective coding instructions.
Findings: Eventually, 74 concepts and 28 categories were extracted from the data and COVID 19 Infodemic in social media was identified as a central phenomenon. Using a paradigmatic model, the grounded theory derived from the data is presented in the form of a narrative and visual model.
Conclusions: Key findings of this study include the public’s diminishing trust in official institutions and the media, the politicization of health, and elite infodemics, all of which have contributed in some way to the emergence and spread of infodemics. The lack of an epidemiological perspective and the duality of care-cue and quantitative-qualitative approaches were also identified as the most prominent factors. Telos and inductive factors, inefficiency of management, weakness of civil institutions, censorship and filtering, and celebrity intervention are the main confounding factors in this phenomenon. The interactive action strategies to cope with the infodemic include: using health communication components, strengthening social media, verification, speed and transparency, audiences’ communicative empowerment, strengthening convergence, and inter-institutional partnership. At the end, the consequences of the COVID 19 infodemic were discussed and classified into three categories: Communication Consequences; Social, Cultural, and economic consequences, and Health Consequences.
کلیدواژه‌ها [English]
COVID 19, Health Communication, Health Media, Infodemic, Social Media
مراجع
  • صفری، هادی (1400). اینفودمی کرونا در رسانه‌های اجتماعی فارسی. فصلنامۀ مطالعات کاربردی در علوم اجتماعی و جامعه‌شناسی، 4(17)، 63-76.
  • فراستخواه، مقصود (1399). روش تحقیق کیفی در علوم اجتماعی با تأکید بر نظریۀ برپایه (گراندد تئوری یا GTM). چاپ دهم. تهران: آگاه.
  • Ashrafi-rizi, H., & Kazempour, Z. (2020). Information typology in coronavirus (COVID-19) crisis; a commentary. Archives of Academic Emergency Medicine, 8(1), e19. https://doi.org/10.22037/aaem.v8i1.591.
  • Bastani, P., & Bahrami, M. A. (2020). COVID-19 Related misinformation on social media: a qualitative study from Iran. Journal of Medical Internet Research, 10.2196/18932. Advance online publication. https://doi.org/10.2196/18932.
  • Brainard, J. S, & Hunter, P. R. (2020). Misinformation making a disease outbreak worse: outcomes compared for influenza, monkeypox, and norovirus. Simulation, 96(4), 365–374. https://doi.org/10.1177/0037549719885021.
  • Brennen, J. S., Simon, F. M., Howard, P. N., & Nielsen, R. K. (2020). Types, sources, and claims of COVID-19 misinformation. Reuters Institute, 7(3), 1.
  • Depoux, A., Martin, S., Karafillakis, E., Preet, R., Wilder-Smith, A., & Larson, H. (2020). The pandemic of social media panic travels faster than the COVID-19 outbreak. Journal of Travel Medicine, 27(3), taaa031. https://doi.org/10.1093/jtm/taaa031.
  • Ferrara, E. (2020). What types of COVID-19 conspiracies are populated by Twitter bots?. First Monday, 25(6). https://doi.org/10.5210/fm.v25i6.10633.
  • Gallotti, R., Valle, F., Castaldo, N., Sacco, P., & De Domenico, M. (2020). Assessing the risks of 'infodemics' in response to COVID-19 epidemics. Nature human behaviour, 4(12), 1285–1293. https://doi.org/10.1038/s41562-020-00994-6.
  • Golafshani, N. (2003). Understanding Reliability and Validity in Qualitative Research. The Qualitative Report, 8(4), 597-606. https://doi.org/10.46743/2160-3715/2003.1870.
  • Guba, E. G., & Lincoln, Y. S. (2000). Epistemological and methodological bases of naturalistic inquiry. Educational Communications and Technology Journal (ECTJ), 30(4), 233-252.
  • Kouzy, R., Abi Jaoude, J., Kraitem, A., El Alam, M. B., Karam, B., Adib, E., Zarka, J., Traboulsi, C., Akl, E. W., & Baddour, K. (2020). Coronavirus Goes Viral: Quantifying the COVID-19 Misinformation Epidemic on Twitter. Cureus, 12(3), e7255. https://doi.org/10.7759/cureus.7255.
  • Li, H. O., Bailey, A., Huynh, D., & Chan, J. (2020). YouTube as a source of information on COVID-19: a pandemic of misinformation?. BMJ Global Health, 5(5), e002604. https://doi.org/10.1136/bmjgh-2020-002604.
  • Pennycook, G., McPhetres, J., Zhang, Y., Lu, J. G., & Rand, D. G. (2020). Fighting COVID-19 misinformation on social media: experimental evidence for a scalable accuracy-nudge intervention. Psychological science, 31(7), 770–780. https://doi.org/10.1177/0956797620939054.
  • Schaake M. (2020) Coronavirus shows Big Tech can fight ‘infodemic’ of fake news [Internet]. Financial Times; [cited 2020 Mar 23]. Available from: https://www.ft.com/content/b2e2010e‐6cf8‐11ea‐89df‐ 41bea055720b.
  • Tangcharoensathien, V., Calleja, N., Nguyen, T., Purnat, T., D'Agostino, M., Garcia-Saiso, S., Landry, M., Rashidian, A., Hamilton, C., AbdAllah, A., Ghiga, I., Hill, A., Hougendobler, D., van Andel, J., Nunn, M., Brooks, I., Sacco, P. L., De Domenico, M., Mai, P., Gruzd, A., … Briand, S. (2020). Framework for managing the COVID-19 infodemic: methods and results of an online, crowdsourced WHO technical consultation. Journal of Medical Internet Research, 22(6), e19659. https://doi.org/10.2196/19659.
  • Wang, Y., McKee, M., Torbica, A., & Stuckler, D. (2019). Systematic literature review on the spread of health-related misinformation on social media. Social Science & Medicine, 240, 112552. https://doi.org/10.1016/j.socscimed.2019.112552.
  • Williamson K. M. (2009). Evidence-based practice: critical appraisal of qualitative evidence. Journal of the American Psychiatric Nurses Association, 15(3), 202–207. https://doi.org/10.1177/1078390309338733.
  • Zarocostas J. (2020). How to fight an infodemic. Lancet (London, England), 395(10225), 676. https://doi.org/10.1016/S0140-6736(20)30461-X.
 

آمار
تعداد مشاهده مقاله: 1,006
تعداد دریافت فایل اصل مقاله: 505


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب