Palavras chave

Vacina, vacinação, emoções, redes sociais, Facebook, Brasil

Resumo

As vacinas são um recurso de saúde pública essencial para a contenção de doenças e redução das taxas de mortalidade. Com o surgimento do COVID-19, os debates públicos sobre questões de vacinas e processos de vacinação tornaram-se tópicos importantes em várias plataformas de mídia e redes sociais. Neste artigo, nosso objetivo foi identificar e refletir sobre as emoções evocadas no público brasileiro em relação à vacina COVID-19 durante 2020 e 2021 no Facebook. Para isso, utilizamos a interface gráfica do Crowdtangle para extrair cópias completas de postagens feitas por perfis públicos do Facebook durante esse período, das quais uma amostra aleatória de 1.067 postagens foi selecionada para análise. A identificação da emoção foi realizada usando os descritores Human-Machine Interaction Network on Emotion (HUMAINE) como referência. Em seguida, as emoções foram agrupadas em categorias seguindo o Core Affect Model. A análise e interpretação dos dados indicaram prevalência de emoções positivas relacionadas às vacinas, como confiança, interesse e esperança, no cenário doméstico brasileiro. Também foram expressas emoções negativas como a preocupação e a desaprovação, ainda que em referência a questões contextuais (por exemplo, a propagação da COVID-19, atrasos no acesso à vacina e aparecimento de novas variantes) e a figuras públicas, como o presidente do Brasil.

Ver infografia

Referências

Ahmed, S. (2014). The cultural politics of emotion. Edinburgh University Press. https://doi.org/10.4324/9780203700372

Link DOI | Link Google Scholar

Aman, S., & Szpakowicz, S. (2007). Identifying expressions of emotion in text. In V. Matousek, & P. Mautner (Eds.), Text, speech and dialogue. Lecture notes in computer Science (pp. 196-205). Springer. https://doi.org/10.1007/978-3-540-74628-7_27

Link DOI | Link Google Scholar

Avaaz & Sociedade Brasileira de Imunizações (Ed.) (2019). As fake news estão nos deixando doentes?

Link Google Scholar

Benevenuto, F., Ribeiro, F., & Araújo, M. (2015). Métodos para análise de sentimentos em mídias sociais. In Short course in the Brazilian Symposium on Multimedia and the Web (Webmedia) (pp. 1-30). https://bit.ly/3eiD3bF

Link Google Scholar

Berger, J., & Milkman, K.L. (2012). What makes online content viral? Journal of Marketing Research, 49(2), 192-205. https://doi.org/10.1509/jmr.10.0353

Link DOI | Link Google Scholar

Bok, K., Sitar, S., Graham, B.S., & Mascola, J.R. (2021). Accelerated COVID-19 vaccine development: Milestones, lessons, and prospects. Immunity, 54(8), 1636-1651. https://doi.org/10.1016/j.immuni.2021.07.017

Link DOI | Link Google Scholar

Calhoun, C. (2008). Putting emotions in their place. In V. Ruggiero, & N. Montagna (Eds.), Social movements: A read (pp. 289-301). Routledge student readers. https://bit.ly/3IFXhqP

Link Google Scholar

Chou, W.S., & Budenz, A. (2020). Considering emotion in COVID-19 vaccine communication: Addressing vaccine hesitancy and fostering vaccine confidence. Health Commun, 35(14), 1718-1722. https://doi.org/10.1080/10410236.2020.1838096

Link DOI | Link Google Scholar

Clarke, S., Hoggett, P., & Thompson, S. (2006). Emotion, politics and society. Palgrave Macmillan. https://doi.org/10.1057/9780230627895

Link DOI | Link Google Scholar

Costa, T., & Silva, E.A. (2022). Narrativas antivacinas e a crise de confiança em algumas instituições. Revista Eletrônica de Comunicação, Informação e Inovação em Saúde, 16(2), 281-297. https://doi.org/10.29397/reciis.v16i2.3229

Link DOI | Link Google Scholar

Devillers, L., Vidrascu, L., & Lamel, L. (2005). Challenges in real-life emotion annotation and machine learning based detection. Neural Netw, 8(4), 407-22. https://doi.org/10.1016/j.neunet.2005.03.007

Link DOI | Link Google Scholar

Douglas-Cowie, E., Cowie, R., Sneddon, I., Cox, C., Lowry, O., McRorie, M., Martin, J., Devillers, L., Abrilian, S., Batliner, A., Amir, N., & Karpouzis, K. (2007). The HUMAINE database: Addressing the collection and annotation of naturalistic and induced emotional data. In A.C.R. Paiva, R. Prada, & R.W. Picard (Eds.), Affective computing and intelligent interaction (pp. 488-500). Springer. https://doi.org/10.1007/978-3-540-74889-2_43

Link DOI | Link Google Scholar

Duarte, T.B. (2020). Ignoring scientific advice during the Covid-19 pandemic: Bolsonaro’s actions and discourse. Tapuya: Latin American Science, Technology and Society, 3(1), 288-291. https://doi.org/10.1080/25729861.2020.1767492

Link DOI | Link Google Scholar

Dubé, E., Vivion, M., & MacDonald, N.E. (2015). Vaccine hesitancy, vaccine refusal and the anti-vaccine movement: Influence, impact and implications. Expert Rev Vaccines. 14(1), 99-117. https://doi.org/10.1586/14760584.2015.964212

Link DOI | Link Google Scholar

Gallup (Ed.) (2019). Wellcome Global Monitor 2018. https://bit.ly/3SvLmR3

Link Google Scholar

Gonçalves, G., Rocha, A., & Paes, A. (2022). Analisando as emoções dos tweets relacionados à Covid-19 no Rio de Janeiro. In L. Villas, T.H. Silva, D.L. Guidoni, G. Pereira-Rocha-Filho & V. Mota (Eds.), 2022: Anais do VI Workshop de Computação Urbana (pp. 210-223). SBC. https://doi.org/10.5753/courb.2022.223557

Link DOI | Link Google Scholar

Gonçalves, P., Araújo, M., Benevenuto, F., & Cha, M. (2013). Comparing and combining sentiment analysis methods. In M. Muthukrishnan, A. El Abbadi & B. Krishnamurthy (Ed.), COSN’13: Proceedings of the first ACM conference on online social networks (pp. 27-38). Association for Computing Machinery. https://doi.org/10.1145/2512938.2512951

Link DOI | Link Google Scholar

Greyling, T., & Rossouw, S. (2022). Positive attitudes towards COVID-19 vaccines: A cross-country analysis. PLoS ONE, 17(3), 1-25. https://doi.org/10.1371/journal.pone.0264994

Link DOI | Link Google Scholar

Hu, T., Wang, S., Luo, W., Zhang, M., Huang, X., Yan, Y., Liu, R., Ly, K., Kacker, V., She, B., & Li, Z. (2021). Revealing public opinion towards COVID-19 vaccines with Twitter Data in the United States: A spatiotemporal perspective. J Med Internet Res, 23(9), 1-17. https://doi.org/10.1101/2021.06.02.21258233

Link DOI | Link Google Scholar

Kennedy, J. (2020). Vaccine hesitancy: A growing concern. Pediatric Drugs, 22(2), 105-111. https://doi.org/10.1007/s40272-020-00385-4

Link DOI | Link Google Scholar

Kwok, S.W.H., Vadde S.K., & Wang, G. (2021). Tweet topics and sentiments relating to COVID-19 vaccination among australian Twitter users: Machine learning analysis. J Med Internet Res., 23(5), 1-16. https://doi.org/10.2196/26953

Link DOI | Link Google Scholar

Mahyoob, M., Algaraady, J., Alrahiali, M., & Alblwi, A. (2022). Sentiment analysis of public tweets towards the emergence of SARS-CoV-2 Omicron variant: A social media analytics framework. engineering, Technology & Applied Science Research, 12(3), 8525-8531. https://doi.org/10.48084/etasr.4865

Link DOI | Link Google Scholar

Martin, J.C., Caridakis, G., Devillers, L., Karpouzis, K., & Abrilian, S. (2009). Manual annotation and automatic image processing of multimodal emotional behaviors: Validating the annotation of TV interviews. Pers Ubiquit Comput, 13, 69-76. https://doi.org/10.1007/s00779-007-0167-y

Link DOI | Link Google Scholar

Massarani, L., Leal, T., Waltz, I., & Medeiros, A. (2021). Infodemia, desinformação e vacinas: a circulação de conteúdos em redes sociais antes e depois da COVID-19. Liinc Em Revista, 17(1), 1-23. https://doi.org/10.18617/liinc.v17i1.5689

Link DOI | Link Google Scholar

Milani, L.R.N., & Busato, I.M.S. (2021). Causas e consequências da redução da cobertura vacinal no Brasil. Revista de Saúde Pública do Paraná, 4(2), 157-171. https://doi.org/10.32811/25954482-2021v4n2p157

Link DOI | Link Google Scholar

Monselise, M., Chang, C.H., Ferreira, G., Yang, R., & Yang, C.C. (2021). Topics and sentiments of public concerns regarding COVID-19 vaccines: Social media trend analysis. J Med Internet Res, 23(10), 1-20. https://doi.org/10.2196/30765

Link DOI | Link Google Scholar

Nobre, R.K.M., & Guerra, L.D.S. (2021). Recusa e hesitação vacinal e os seus efeitos para os sistemas universais de saúde. Journal of Management & Primary Health Care, 12(spec), 1-2. https://doi.org/10.14295/jmphc.v12.1086

Link DOI | Link Google Scholar

Obeica, I.C.O., & Martins, D.M.S. (2022). Análise de sentimentos em tweets: Um estudo de caso sobre a opinião das pessoas em relação a vacina em tempos da pandemia do COVID-19. Caderno de estudos em Engenharia de Software. 4(1), 1-21. https://bit.ly/3DSfzEA

Link Google Scholar

Oliveira, T., Quinan, R., & Toth, J.P. (2020). Antivacina, fosfoetanolamina e Mineral Miracle Solution (MMS): mapeamento de fake sciences ligadas à saúde no Facebook. Revista Eletrônica de Comunicação, Informação & Inovação em Saúde, 14(1), 90-111. https://doi.org/10.29397/reciis.v14i1.1988

Link DOI | Link Google Scholar

Orr, D., Baram-Tsabari, A., & Landsman, K. (2016). Social media as a platform for health-related public debates and discussions: The Polio vaccine on Facebook. Isr J Health Policy Res, 5(34), 1-11. https://doi.org/10.1186/s13584-016-0093-4

Link DOI | Link Google Scholar

Papacharissi, Z. (2014) Affective publics: Sentiment, technology and politics. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780199999736.001.0001

Link DOI | Link Google Scholar

Penteado, C.L.C, Ferreira, M.A.S., Pereira, M.A., & Chaves, J.M.S. (2021). #Vacinar ou não, eis a questão! As emoções na disputa discursiva sobre a aprovação das vacinas contra a Covid-19 no Twitter. Política & Sociedade, 20(49), 104-133. https://doi.org/10.5007/2175-7984.2021.85145

Link DOI | Link Google Scholar

Potkay, A. (2007). The story of joy: from the Bible to late Romanticism. Cambridge University Press.

Link Google Scholar

Rahmanti, A.R., Chien, C.H., Nursetyo, A.A., Husnayain, A., Wiratama, B.S., Fuad, A., Yang, H.C., & Li, Y.C.J. (2022). Social media sentiment analysis to monitor the performance of vaccination coverage during the early phase of the national COVID-19 vaccine rollout. Computer Methods and Programs in Biomedicine, 221, 106838. https://doi.org/10.1016/j.cmpb.2022.106838

Link DOI | Link Google Scholar

Rezende, C.B., & Coelho, M.C. (2010). Antropologia das emoções. Editora FGV. https://bit.ly/42nIj1V

Link Google Scholar

Rodas, C.M., Barros, S.E.T., Souza, R.A.S., & Vidotti, S.A.B.G. (2022). Análise de sentimentos sobre as vacinas contra Covid-19: Um estudo com algoritmo de machine learning em postagens no twitter. Rev. Saúde Digital Tec. Educ., 7(3), 24-44. https://bit.ly/3RdNNoT

Link Google Scholar

Rowe, S., Massarani, L., Gonçalves, W., & Luz, R. (2023). Emotion in informal learning as mediated action: Cultural, interpersonal and personal lenses. International Journal of Studies in Education and Science, 4(1), 73-99. https://doi.org/10.46328/ijses.50

Link DOI | Link Google Scholar

Russell, J.A. (2003). Core affect and the psychological construction of emotion. Psychological Review, 110(1), 145-172. https://doi.org/10.1037/0033-295X.110.1.145

Link DOI | Link Google Scholar

Russell, J.A. (2009). Emotion, core affect, and psychological construction. Cognition & Emotion, 23(7), 1259-1283. https://doi.org/10.1080/02699930902809375

Link DOI | Link Google Scholar

Santos, F.C., & Cypriano, C.P. (2014). Redes sociais, redes de sociabilidade. Revista Brasileira de Ciências Sociais, 29(85), 63-78. https://doi.org/10.1590/S0102-69092014000200005

Link DOI | Link Google Scholar

Schröder, M., Pirker, H., & Lamolle, M. (2006). First suggestions for an emotion annotation and representation language. In Proceedings of LREC 2006 Workshop on corpora for research on emotion and affect (pp. 88-92). https://bit.ly/3r2fruE

Link Google Scholar

Serrano-Puche, J. (2016). Internet and emotions: New trends in an emerging field of research. [Internet y emociones: nuevas tendencias en un campo de investigación emergente]. Comunicar, 46, 19-26. https://doi.org/10.3916/C46-2016-02

Link DOI | Link Google Scholar

Siegert, I., Böck, R., & Wendemuth, A. (2014). Inter-rater reliability for emotion annotation in human-computer interaction: Comparison and methodological improvements. J Multimodal user interfaces, 8(1), 17-28. https://doi.org/10.1007/s12193-013-0129-9

Link DOI | Link Google Scholar

We Are Social (Ed.) (2022). Digital 2022 global overview report. Hootsuite. https://bit.ly/3DQEKaC

Link Google Scholar

World Health Organization (Ed.) (2019). Ten threats to global health in 2019. https://bit.ly/3xMP6Vd

Link Google Scholar

Technical information

Recebido: 03-12-2022

Revisado: 04-01-2022

Aceite: 23-02-2023

OnlineFirst: 30-05-2023

Data de publicação: 01-07-2023

Tempo de revisão do artigo: -333 dias | Tempo médio de revisão do número 76: -6 dias

Tempo de aceitação do artigo: 82 dias | Tempo médio de aceitação do número 76: 72 dias

Tempo de edição da pré-impressão: 165 dias | Tempo médio de edição pré-impressão do número 76: 155 dias

Tempo de processamento do artigo: 210 dias | Tempo médio de processamento do número 76: 200 dias

Métricas

Métricas deste artigo

Vistas: 42105

Leituras dos resumos: 41043

Descargas em PDF: 1062

Métricas completas do Comunicar 76

Vistas: 471087

Leituras dos resumos: 460038

Descargas em PDF: 11049

Citado por

Citas em Web of Science

Actualmente não há citações a este documento

Citas em Scopus

Actualmente não há citações a este documento

Citas em Google Scholar

Actualmente não há citações a este documento

Baixar

Métricas alternativas

Como citar

Fernandes-de-Oliveira, G., Massarani, L., Oliveira, T., Scalfi, G., & Alves-dos-Santos-Junior, M. (2023). The COVID-19 vaccine on Facebook: A study of emotions expressed by the Brazilian public. [Vacuna contra COVID-19 en Facebook: Un estudio sobre las emociones expresadas por el público brasileño]. Comunicar, 76, 119-130. https://doi.org/10.3916/C76-2023-10

Compartilhar

           

Oxbridge Publishing House

4 White House Way

B91 1SE Sollihul United Kingdom

Administração

Redação

Creative Commons

Este site usa cookies para obter dados estatísticos sobre a navegação de seus usuários. Se você continuar navegando, consideramos que você aceita seu uso. +info X