跳转到主要内容

使用信息图表来提高对科学的信任:一个随机的试点测试

摘要

客观的

本研究描述了选择infographic的迭代过程,以便在与基础上的信任,Covid-19错误信息和非药物普遍行为的行为意图相关的大型随机性试验中使用的迭代过程。基于潜在的“科学和科学家信任”的潜在子组分开发了五个独立的概念,并被媒体专家和数字艺术家转变为Infographics。从亚马逊的机械土耳其人招募了研究参与者(n = 100),随机招募到五个不同的武器。每只臂都观看了不同的信息图表,并提供了定量(叙事认为,科学家的信任,对科学家库存)和定性数据,以协助研究团队在更大的研究中识别最有可能成功的信息图。

结果

数据显示,所有的信息图都被认为是可信的,平均值从5.27到5.97,等级从1到7。在科学信任度的组内变化中没有观察到医源性结果。考虑到模棱两可的可信度结果,在检查了对科学的信任数据的置信区间,然后是定性反应后,我们选择了信息图3,它通过说明关于黄油和人造黄油的变化叙述来解决可信度和共识的问题,作为完整研究中使用的最佳候选。

介绍

关于2019冠状病毒病(COVID-19)的错误信息在疫情出现后迅速、广泛传播[123.].这种错误信息的性质从明显的阴谋和错误信息,如5G手机信号塔传播COVID-19的观点,到关于疾病的起源和预防公共卫生努力背后的动机在概念上可能但难以置信的叙述[4.].这些故事可以传播得很快[5.]并直接和间接相关,有害的结果[6.7.8.以及个人健康下降[9.].

预防对COVID-19虚假信息的理解以及公共卫生虚假信息,是一个重要但复杂的研究领域。例如,努力“事实核查”或限制接触被误导的叙述可能会产生适得其反的效果[10.].此外,限制公开言论的尝试也会引起合理的伦理问题。另一种方法,常被称为接种理论[11.,重点关注在暴露于新的错误信息之前发生的干预措施。例如,这类方法已被用于处理反疫苗的叙述[12.].

根据最近的研究[13.14.,我们的研究团队目前正在调查一种旨在提高公众对科学和科学家的信任的干预措施的潜力,作为一种可能的方法来预防容易传播的错误信息[15.].具体来说,我们提出了一项随机、对照的优势试验,将科学过程的信息图表与安慰剂信息图表在科学和科学家的信任、关于COVID-19错误说法的报告可信度、疾病控制和预防中心(CDC)推荐的预防行为[15.].研究方案的一部分涉及到迭代设计和从初级试验中使用的多个备选方案中选择一个信息图。本研究笔记描述了前期工作和试点试验。

主要文本

信息图表设计

在这项试点研究中使用的信息图表首先被概念化为纯文本信息,这是基于我们对纳德尔森等人所描述的科学信任的基本原则的解释。16.].其中包括:(a)可信度和共识,(b)认识论,(c)科学家/“科学家的刻板印象,(d)科学家和(e)科学作为方法,而不是领域。这些想法在学习团队中广泛研讨会,以获得清晰度,并且还与每个叙述一起记录潜在的视觉组件的书面描述。

如协议所述[15.],这些叙述在作者的非科技社交网络中非正式地讨论过。在研究人员之间讨论了这反馈,并用于对信息图表的书面和视觉元素作出决定。例如,非科学家统一拒绝了以“所有科学家......”偏好的陈述,而是更守卫的“大多数科学家......”他们还鼓励将视觉效果与普通讨论的科学相提并论,如空间X计划;我们还观察到,我们应该避免政治上有争议的主题,如气候变化设计我们的信息图表。

我们的书面描述随后出现在印第安纳大学的分包图形设计团队的会议上。该团队准备了一组5个信息图,我们的研究团队审查了这些图像,共同提出建议,然后图形设计团队相应地修改了信息图(见附加文件)3.4.5.,6.).虽然信息图有核心主题,但考虑到信任的概念复杂性,有相当多的重叠。

  • 信息图1:吸烟建议的演变(可信度)。

  • Infographic 2:空间X工程师投入在裤子早晨(科学家和人)。

  • 信息图3:关于黄油/人造黄油的不断变化的建议(可信度/共识)。

  • 信息图4:约翰·斯诺和霍乱(科学作为方法论)。

  • 信息图5:依赖天气预报(认识论)。

试验测试方法

数据收集

已发表的研究方案概述了试点试验的程序[15.].

该数据于2020年12月19日从100名年龄在18岁及以上的美国亚马逊Mechanical Turk (mTurk)用户的样本中获得(个人必须年满18岁才能登记成为mTurk工人)。为了确保数据质量,指定了启动调查的最低条件(任务approval rating > 99%,成功完成100多个但少于10,000个任务,美国IP地址)。调查的第一部分嵌入了检查,以控制不诚实的员工、调查回复机器人或虚拟专用网络用户,以及粗心的参与者[17.18.].在这些检查点上失败将导致任务终止并被排除在研究之外,参与者在研究信息页面上被警告这种可能性。成功完成研究的参与者得到0.61美元的补偿。在收集100名工人反馈的过程中,另外有一名工人拒绝同意,另外48名工人开始了调查,但由于质量检查不合格而被随机排除。

程序和仪器

合格的员工完成科学信任量表,该量表由21个李克特类型的条目组成,平均得分从1(低信任)到5(高信任)[16.],然后被随机分配观看五个信息图中的一个(n=每组20人,但由于同时参与调查,信息图4有21人,信息图5有19人)。参与者被要求在浏览信息图时暂停至少一分钟,以松散地复制通过社交媒体可能发生的多次但短得多的接触。在看完信息图表后,工作人员被问及一个关于信息图表意义的定性问题[19.]然后被要求完成叙述性可信度刻度(NBS-12)的修改版本,它由12个李克特类型项目组成,该项目从1(低可信度)到7(高可信度)(高可信度)[20.].最后,工人们第二次完成了科学信任问卷。

分析计划

使用成对样本对每个信息图分别分析了测试前和测试后科学信任度的平均变化t-测试未调整alpha值为0。05使用单向受试者间方差分析(ANOVA)评估五个信息图之间的叙述可信度差异,如果主效应显著,则选择Tukey 's HSD作为事后检验。所有分析均在SPSS v27中完成。

定性数据采用一般归纳方法进行解释[21.,主要关注参与者是否以一种他们清楚地理解了意图的方式描述了信息图表。

试验测试结果

相信科学

全样本的信任量表在前测(α = 0.940)和后测(α = 0.946)均是可靠的。前测时的平均信任水平为3.79 (SD= 0.67),后测为3.86 (SD= 0.66)。

所有的研究臂都报告了后测比前测对科学的信任度更高(平均差异从0.03到0.12不等,见表1),但只有一个臂内差异具有统计学意义(信息图4,t(20)=−2.11,p= 0.048,差异的95% CI: 0.001至0.239)。

表1科学信任得分的前后比较

叙述可信度

nbs-12仪器对全样本的检测是可靠的(α = 0.916)。每个资讯图都有相当高的可信度,从资讯图1的低5.27到资讯图2的高5.97(见表)2).单因素受试者间方差分析没有显示信息图的平均叙述可信度有任何显著差异(F(4,95)= 1.71,p= 0.154)。

表2叙事可信度得分

定性结果

这些信息图被设计用来传达与科学信任子结构相关的特定含义。因此,参与者以反映我们想要传达的信息的方式描述信息图表的回答被标记为“一致的”,而那些分享其他信息的回答被标记为“不一致的”。总共100个回复中有25个是不一致的,分为以下几类:n= 10),信息图2 (n= 5),信息图3 (n= 3),信息图4 (n= 6),信息图5 (n= 1)。

一致和不一致的反应的例子,通过信息图表,可在表中3..在某些情况下,参与者关注的是图像本身,而不是其意义。例如,信息图1的本意是强调医生关于吸烟的建议是如何随着新的科学证据而演变的,但很多人把科学家和医生混为一谈,只关注医疗建议而不是吸烟的原因。在其他情况下,似乎叙述的信息是不清楚的,一些工作人员不知道如何解释一个信息图表。最后,在一些情况下,参与者阐述了信息图表的含义,但衍生了我们想要传达的内容之外的上下文或内容。这在描述约翰·斯诺和霍乱的信息图4中得到了最显著的观察:“这位科学家提出了一个理论,并用一个愚蠢的观察来证明一个理论,由于这位科学家的身份,科学界同意了这个理论。基本上,这是对权威的诉求。”尽管被调查者认为参与者是科学家,但他们认为这一信息意味着科学家必须被信任,因为他们是科学家,而不是因为他们提供了证据来支持自己的主张(这与他们想要传达的信息相反)。

表3定性数据范例

另一个75响应至少反映了对我们预期的消息的至少部分了解,而无需任何额外的意外内容(见表3.).

试验测试的讨论

试点测试的主要目的是协助我们的研究团队选择作为较大随机试验的一部分使用的信息图表[15.].如预先确定的,没有单一分析(信托的变化,叙事认为)被解释为确定哪种信息图表选择即将到来的审判。此外,定量结果将被解释为与定性数据的串联。

定量

试验研究没有动力测试不同信息图(甚至那么,在诸如我们所呈现的组中的诸如群体内的变化中的显着差异,不允许推理因果关系)。相反,我们与这些项目的目标是检查任何潜在的理性变化的迹象(例如,从测试前的信托评分减少),我们没有观察到,并审查一般趋势。

叙述信度得分在两组之间没有显著差异——从1到7不等,平均数的范围很窄,从5.27到5.97,表明总体上具有良好的信度。这些分数,连同子量表的可变性(没有显示,但通过数据和语法可获得),在概念上与其他关于叙述可信度的研究一致[22.].因此,由于单独的定量数据,在考虑因素中,没有本质地消除了infographics。

定性

对于多个信息图表(#1、# 2和# 4),当受访者被要求用自己的语言描述信息图表的含义时,有5到10名参与者偏离了我们试图传达的信息。因此,定性证据被加权支持信息图3和5,其中大多数回复(分别有17和18种描述)表明我们成功地传达了我们的信息(见附加文件)3.4.5.,6.).

然而,在进一步的检查中,我们想知道是否在信息图5中出现了相对于其他信息图的额外文本,可能夸大了对该信息图的一致描述的流行程度。因为认识论(信息图5的概念目标)是一个复杂的概念,我们觉得这个额外的文本是必要的。然而,一些描述信息图的回答被归类为“一致的”,包含了对所提供文本的直接重述。因此,我们不清楚高频率的准确重述是反映了对信息图表的理解还是书面文本的死记硬背。

结论

定量数据并未强烈地使任何特定的信息图表所案例,并且可以说的信息图表“最佳”定量案例(Infographic 4)也似乎产生了不确定性甚至反对解释。Infographics 3和5都进行了定性,但我们有些涉及的信息图5的定性表现可能是人为高的。因此,我们为我们的更大的研究做出了难以决定的决定,尽管我们指出,可以为信息图表4和5进行案例,并鼓励我们与之释放的文件的研究和探索笔记。

限制

这个横断面试验的目的是选择一个信息图表作为一个更大的随机试验的一部分。因此,它被设计为对五个信息图提供探索性的见解,但不是得出广泛的一般性结论。此外,我们设计和测试的信息图表的广度受限于我们自己的信念,即信息应该是可信的——也就是说,不管研究的目标是什么,我们的意图是通过信息图表传达的信息应该是真实的,即使存在这种可能性,夸大的说法也会产生更大的影响。

数据和材料的可用性

在此试验研究期间产生的数据以及分析代码作为补充文件与手稿一起提供(见附加文件1额外的文件2).除后续随机对照试验中选择使用的信息图外,所有信息图也可作为补充文件(参见附加文件)3.4.5.,6.).

缩写

方差分析:

方差分析

疾病预防控制中心:

疾病控制和预防中心

COVID-19:

2019年冠状病毒病

mturk:

亚马逊的土耳其机器人

NBS-12:

叙述可信度scale-12

参考文献

  1. 1。

    冠状病毒:虚假信息的传播。BMC医学。2020;18:89。

    中科院文章谷歌学者

  2. 2。

    kouszy R, Jaoude JA, Kraitem A, Alam MBE, Karam B, Adib E等。冠状病毒传播:在Twitter上量化COVID-19虚假信息流行。Cureus。2020;12 (3):e7255。

    PubMed公共医学中心谷歌学者

  3. 3.

    Brennen JS, Simon FM, Howard PN, Nielsen RK。COVID-19错误信息的类型、来源和主张。RISJ。2020年,7:3。

    谷歌学者

  4. 4.

    Lynas M. COVID:当前十大阴谋论(2020年)https://allianceforscience.cornell.edu/blog/2020/04/covid-top-10-current-conspiracy-theories/.访问2021年5月22日

  5. 5.

    Cinelli M, Quattrociocchi W, Galeazzi A, Valensise CM, Brugnoli E, Schidt AL等。2019冠状病毒病社交媒体信息流行。Sci众议员2020;10:16598。

    中科院文章谷歌学者

  6. 6.

    报告称,Reichert C. 5G冠状病毒阴谋论导致英国77座移动通信塔被烧毁。CNet健康与健康。https://www.cnet.com/health/5g -冠状病毒-阴谋理论——看到- 77 -移动-塔-燃烧报告- says/。(2020)于2020年5月24日通过

  7. 7.

    Parker B.一个科技NGO是如何卷入COVID-19阴谋论的。新人道主义。https://www.thenewhumanitarian.org/news/2020/04/15/id2020-coronavirus-vaccine-misinformation.2020年5月24日通过

  8. 8.

    COVID-19错误信息的不同形式及其后果。HKS Misinfo Rev. 2020;1(8):1 - 21。

    谷歌学者

  9. 9.

    salam M, Dababseh D, Yaseen A, al - haidar A, Taim D, Eid H等。COVID-19错误信息:仅仅是无害的错觉还是更多?居住在约旦的一般公众的知识和态度的横断面研究。《公共科学图书馆•综合》。2020;15 (12):e0243264。

    中科院文章谷歌学者

  10. 10.

    Krause NM, Freiling I, Beets B, Brossard D.作为风险沟通的事实核查:COVID-19时代的多层错误信息风险。J风险条例2020。https://doi.org/10.1080/13669877.2020.1756385

    文章谷歌学者

  11. 11.

    Banas JA, Rains SA。接种理论研究的元分析。Commun Monogr。2010;77(3):281 - 311。

    文章谷歌学者

  12. 12.

    乔利D,道格拉斯KM。预防胜于治疗:解决反疫苗阴谋论。应用心理学报。2017;47(8):459-69。

    文章谷歌学者

  13. 13.

    评估Covid-19大流行期间美国公众对科学的信任变化。公共健康。2020;183:122-5。

    文章谷歌学者

  14. 14.

    关于COVID-19的错误信息:差异潜在特征的证据,以及与科学信任的强烈关联。BMC公共卫生,2021;21:89。

    中科院文章谷歌学者

  15. 15.

    COVID-19错误信息预防:简短信息干预的随机试验方案。9(12):e24383。

    文章谷歌学者

  16. 16.

    Nadelson L, Jorcyk C, Yang D, Smith MJ, Matson S, Cornell K等。我就是不相信他们:开发和验证一种评估工具来衡量对科学和科学家的信任。科学数学。2014;114(2):76-86。

    文章谷歌学者

  17. 17.

    基思·MG,泰·L,哈姆斯警局。Amazon Mechanical Turk用于组织研究的系统视角:回顾和建议。Psychol前面。2017;8:1359。

    文章谷歌学者

  18. 18.

    Kim HS,Hodgins DC。你真的吗?最大化亚马逊机械土耳其人的参与者资格。瘾。2020。https://doi.org/10.1111/add.15065

    文章PubMed谷歌学者

  19. 19.

    Dobos AR, Orthia LA, lambert R.一张图片能说明一千句话吗?使用数码制作的多模态图片传播有关阿尔茨海默病的信息。科学通报。2015;24(6):712-30。

    文章谷歌学者

  20. 20.

    RN耶鲁。叙述信度的测量:叙述信度量表(nbs-12)的编制和验证。J Commun。2013;63:578 - 99。

    文章谷歌学者

  21. 21.

    分析定性评价数据的一般归纳方法。中国生物医学工程学报。2006;27(2):237-46。

    文章谷歌学者

  22. 22.

    Jensen JD, Yale RN, Krakow M, John KK, King AJ。预测死亡叙述的理论化:考察角色死亡对叙述加工和皮肤自检意图的影响。中华卫生杂志。2017;22(1):84-93。

    文章谷歌学者

下载参考

确认

作者要感谢Amanda Goehlert女士作为数字艺术家和设计专家的工作。

资金

该研究得到了印第安纳州临床和转化科学研究所的支持,部分由美国国立卫生研究院、国家推进转化科学中心、临床和转化科学奖的编号UL1TR002529资助。本手稿的内容仅由作者负责,不一定代表美国国立卫生研究院的官方观点。

作者信息

从属关系

作者

贡献

所有作者都协助开展了试点研究。JA进行了研究,撰写了手稿,并进行了初步分析。YX, ET和LG审查了这些分析。所有作者都修改了手稿的最终稿。所有作者已阅读并批准最终稿件。

相应的作者

对应到Jon斜斜地

道德声明

伦理批准和同意参与

根据印第安纳大学伦理委员会批准的协议(#2008571490),所有参与者在参与之前数字化提供知情同意。

同意出版

不适用。

利益争夺

不存在与手稿内容相关的竞争利益。

额外的信息

出版商的注意

188金宝搏牛牛技巧Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。

补充信息

附加文件3.4.5.,6.在这项研究中使用了信息图表吗?每个信息图的概念都是由研究团队开发的。这些信息图是由印第安纳大学工作室(Indiana University Studios)创意团队的设计师阿曼达·格莱特(Amanda Goehlert)制作的。为了许可和使用,这些图像被视为本文的一部分。

额外的文件1:

Covid19试验数据RAW.SAV。SPSS(v.27)格式的原始研究数据集。

额外的文件2:

新冠肺炎试点测试语法。用于研究的分析语法(SPSS v. 27)。

额外的文件3:

1.研究illustrations_concept jpg。信息图1来自Arm 1的研究。

额外的文件4:

2.研究illustrations_concept jpg。信息图2来自该研究的手臂2。

额外的文件5:

4.研究illustrations_concept jpg。信息图4来自Arm 4的研究。

额外的文件6:

5.研究illustrations_concept jpg。信息图5来自该研究的第5臂。

权利和权限

开放访问本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料包括在文章的创作共用许可中,除非在材料的信用线中另有说明。如果材料没有包含在文章的创作共用许可证中,而您的预期使用不被法律法规允许或超过允许的使用,您将需要直接获得版权持有人的许可。如欲浏览本许可证的副本,请浏览http://creativecommons.org/licenses/by/4.0/.Creative Commons公共领域奉献豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信用额度中另有说明。

再版和权限

关于这篇文章

通过十字标记验证货币和真实性

引用这篇文章

阿格利,肖,Y,汤普森,E.E.et al。使用信息图表来提高对科学的信任:一个随机的试点测试。BMC Res笔记14,210(2021)。https://doi.org/10.1186/s13104-021-05626-4

下载引用

关键字

  • 信任
  • 科学
  • 科学传播
  • 信息图表
  • 初步试验