The Relationship between Vaccine Indecision and Disinformation in the Covid-19 Process: An Analysis on Twitter

Abstract

With the development of the internet and social media platforms, information production, consumption, circulation and distribution have been accelerated more than ever before. However, it is impossible to talk about the accuracy of all this information, which spread in the post-truth period, while the boundaries of truth and lie became unclear. In this period, disinformation created through social media platforms causes information confusion in individuals. These decisions lead to negative consequences in many areas, as well as in the field of health, which lead to irreparable consequences. Inaccurate and biased information that emerged on social media platforms, especially during the Covid-19 pandemic process, harms people in terms of health, economic, psychological, social, etc. This study aims to draw attention to the harmful effects of internet disinformation on the thoughts of undecided individuals. In the study, 5000 tweets about the Covid-19 virus, PCR tests and Covid-19 vaccines with the hashtag "#VaccinationPCRdaolmuz" were analyzed in the MAXQDA program with the content analysis method. These tweets were divided into 11 categories and it was revealed to what extent these tweets were based on scientific sources. The categories with the highest number of tweets were about political issues, insecurity, and rights-based statements. As a result of this analysis, it was determined that only 5.86% of the tweets shared about the virus and vaccine were based on scientific sources.

Keywords

• Disinformation
• Information pollution
• Social media
• Covid-19 vaccine
• PCR test

Kovid-19 Sürecinde Aşı Kararsızlığı: Aşı Karşıtı Tweetlere İlişkin Bir Analiz

Öz

İnternet ve sosyal medya platformlarının gelişimi ile birlikte bilgi üretimi, tüketimi, dolaşımı ve aktarımı bugüne dek hiç olmadığı kadar hızlanmıştır. Ancak doğru ile yanlış sınırlarının belirsizleştiği post-truth döneminde yayılan bu bilgilerin tümünün doğruluğundan söz etmek mümkün değildir. İçinde bulunduğumuz bu dönemde sosyal medya platformları vasıtasıyla oluşan dezenformasyon, bireylerde bilgi karmaşasına neden olmaktadır. Söz konusu karmaşa, birçok alanda olumsuz sonuçlara yol açtığı gibi sağlık alanında da telafisi zor durumlara sebebiyet vermektedir. Özellikle kovid-19 pandemisi sürecinde sosyal medya platformlarında ortaya çıkan yanlış ve yanlı bilgiler insanları sağlık, ekonomik, psikolojik, sosyal vb. birçok açıdan derinden etkilemektedir. Bu çalışmada internet ortamında oluşan dezenformasyonun kararsız bireylerin düşünceleri üzerindeki etkilerine dikkat çekmek amaçlanmıştır. Çalışmada “#AşıdaPCRdaolmuyoruz” hashtagi ile kovid-19 virüsü, PCR testleri ve kovid-19 aşılarına yönelik paylaşılan 5000 tweet içerik analizi yöntemi ile MAXQDA programında analiz edilmiştir, 11 kategoriye ayrılan bu tweetlerin ne ölçüde bilimsel kaynaklara dayandığı ortaya konulmuştur. En fazla tweet içeren kategoriler sırasıyla, siyasi odaklı içerikler, güvensizlik kategorisi ve hak odaklı açıklamalar kategorisi olmuştur. Analiz sonucunda virüs ve aşı ile ilgili paylaşılan tweetlerin sadece %5.86’nın bilimsel kaynaklara dayandığı tespit edilmiştir.

Anahtar Kelimeler

• PCR testi
• Sosyal Medya
• Bilgi Kirliliği
• Kovid-19 Aşısı
• Dezenformasyon

Kaynakça

1. Akyüz, S. (2021). Aşı karşıtlığı ve şeffaflık algısında iletişim pratikleri ve siyasal aidiyetlerin rolü. Yeni Medya Elektronik Dergisi, 5 (2), 172-185.
2. Alcott, H. ve Gentzkow, M. Yu. C (2019). Trends in the diffusion of misinformation on social media, Research and Politics,1-8.
3. Aydın, A. F. (2020). Post-Truth dönemde sosyal medyada dezenformasyon: Covid-19 (yeni koronavirüs) pandemi süreci. Asya-Akademik Sosyal Araştırmalar, 4(12), 76-90.
4. Bridgman, A., Merkley, E., Loewen, P. J., Owen, T., Ruths, D., Teichmann, L., & Zhilin, O. (2020). The causes and consequences of COVID-19 misperceptions: Understanding the role of news and social media. Harvard Kennedy School Misinformation Review, 1(3).
5. Çerçi, Ü. Ö. , Canöz, N. ve Canöz, K. (2020). Covid-19 krizi döneminde bilgilenme aracı olarak sosyal medya kullanımı. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 44, 184-198.
6. Ataç, Ö. ve Aker, A. A. (2014). “Aşı karşıtlığı”. Sağlık Düşüncesi ve Tıp Kültürü Dergisi, 30 (1): 42-47.
7. Erkekoğlu P., Erdemli Köse S. B., Balcı A. ve Yirün A. (2020). Aşı kararsızlığı ve Covid-19’un etkileri, Eczacılık Bilimleri Dergisi 9(2):208-220.
8. Filiz, M. & Kaya, M. (2019). Systematic review of studies to determine factors affecting vaccine rejection / instability / contrast . Turkish Research Journal of Academic Social Science, 2 (2) , 1-7.

9. Goodman, J. ve Carmichael, F. (2020). “Coronavirus: Bill Gates ‘microchip’ conspiracy theory and other vaccine claims fact-checked”. https://www.bbc.com/news/52847648 (Erişim Tarihi: 25.10. 2021).
10. Gölbaşı S. ve Metı̇ntas S. (2020). Covi-19 pandemisi ve infodemi. ESTÜDAM Halk Sağlığı Dergisi, 5(Special Issue), 126-137.
11. Havey, N.F. (2020). Partisan public health: How does political ideology influence support for COVİD-19 related misinformation, Journal of Computational Science, 3,319-342.
12. Kutlu, H.H. ve Altındiş, M.(2018). Aşı karşıtlığı, FLORA İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi, 23(2), 47-58.
13. İnfodemy, https://www.who.int/health-topics/infodemic#tab=tab_1 (Erişim Tarihi, 20.10.2021).
14. Jamison, M. A., Broniatowski, D. A., Dredze, M., Sangraula, A., Smith, M. C. & Quinn, S. C. (2020). Not just conspiracy theories: Vaccine opponents and proponents add to the Covid-19 ‘infodemic’ on Twitter. Harvard Kennedy School (HKS) Misinformation Review.
15. Kafiliveyjuyeh, S., ve İlhan, E. (2017). Sosyal ağ çağında eşik bekçisinin değişen rolü. Yeni Medya, 28-50.
16. Karakaş, O. ve Doğru, Y. B. (2021). Covid-19 aşılarına yönelik üretilen yeni medya içeriklerinin post-truth kavramı bağlamında analizi. Asya Studies, 5 (16), 163-182.
17. Kouzy R, Abi Jaoude J, Kraitem A, El Alam MB, Karam B, Adib E, Zarka J, Traboulsi C, Akl EW & Baddour K.(2020). Coronavirus goes viral: Quantifying the Covid-19 misinformation epidemic on Twitter. Cureus.12(3).
18. Mcglynn, J., Baryshevtsev, M. and Dayton, Z,A. (2020). Misinformation more likely to use non-spesific authority references: Twitter analysis of two Covid-19 myths, Harvard Kennedy School Misinformation Review, 1 (Special Issue on COVID-19 and Misinformation).
19. Meyer, R. (2021). “The grim conclusions of the largest-ever study of fake news”. https://www.theatlantic.com/technology/archive/2018/03/largest-study-ever-fakenews-mit-twitter/555104/ (Erişim Tarihi: 02.10.2021)
20. Memiş D, M. ve Düzel, B. (2020). Covid-19 özelinde korku-kaygı düzeyleri. Turkish Studies, 15(4), 739-752.
21. Mutlu, E. (2017). İletişim sözlüğü. İstanbul: Ütopya.
22. Narin, B. (2018). Kişiselleştirilmiş çevrim içi haber akışının yankı odası etkisi, filtre balonu ve siberbalkanizasyon kavramları çerçevesinde incelenmesi. Selçuk İletişim, 11 (2), 232-251.
23. O’ Connor, C. & Joffe, h.(2020). Intercoder reliability in qualitative research: Debates and practical guidelines. International Journal of Qualitative Methods, 19.
24. Oxford Dictionaries (2016). “Word of the year 2016. https://languages.oup.com/word-ofthe-year/2016/ (Erişim Tarihi: 25.08.2021).
25. Özdemir, D. ve Arpacıoğlu, S. (2020). Sosyal medya kullanımı, sağlık algısı ve sağlık arama davranışının korona virüs korkusu üzerine etkisi. Psikiyatride Güncel Yaklaşımlar 12(1), 364-381.
26. Porsuk, A. Ö. ve Cerit, Ç. (2021). Sosyal medyada covıd-19 aşısı tartışmaları: Ekşi sözlük örneği. Hacettepe Sağlık İdaresi Dergisi, 24 (2), 347-360.
27. Lohmann, S., Heimerl, F., Bopp, F., Burch, M. & Ertl, Th.(2015).Concentri cloud: Word cloud visualization for multiple text documents, International Conference on Information Visualisation, 114-120.
28. Stone P. J., Dunphy D. C., Marshall S. S. & Ogilvie D.M, (1966). The general inquirer: A computer approach to content analysis. Massachusetts: The M.I.T. Press.
29. Gencer, T. Z. , Daşlı, T. Y., ve Biçer, E . (2019). Sağlık iletişiminde yeni yaklaşımlar: Dijital medya kullanımı. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 22 (1), 42-52.
30. Taş, O. ve Taş, T. (2018). Post-Hakikat çağında sosyal medyada yalan haber ve Suriyeli mülteciler sorunu. Galatasaray Üniversitesi İletişim Dergisi, 29, 183-208.
31. Topsakal, T. ve Ferik, F. (2021). Haber sitelerinin Covid-19 aşılarına yönelik yaklaşımı ve haber içeriklerinin değerlendirilmesi, Akdeniz Üniversitesi İletişim Fakültesi Dergisi, 0 (35).
32. Tosyalı, H ve Sütçü, C. (2016). Sağlık iletişiminde sosyal medya kullanımının bireyler üzerindeki etkileri. Maltepe Üniversitesi İletişim Fakültesi Dergisi, 3 (2), 3-22.
33. Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science (New York, N.Y.), 359(6380), 1146–1151.
34. Wardle, C. & Derakhshan, H. (2017). Information disorder: Toward an interdisciplinary framework for researchand policy making. Strasbourg: Council of Europe.
35. Yıldırım, A. (2014). Bir halkla ilişkiler aracı olarak twitter: T.C. sağlık bakanlığı örnek incelemesi. Gümüşhane Üniversitesi İletişim Fakültesi Elektronik Dergisi, 2 (4), 234-253.
36. Yıldırım, A. ve Şimşek, H. (2011). Sosyal bilimlerde nitel araştırma yöntemleri. Ankara: Seçkin Yayıncılık.
37. Yılmaz, N ve Keskin, Ö.H.(2020). Doğruyu “Teyit”: Teyit’in Covid-19 infodemisi ile sekiz aylık macerası. Türk Tabipler Birliği, Covid-19 Pandemisi Altıncı Ay Değerlendirme Raporu. 644-654.
38. Yiğit, T., Oktay Ö. B., Özdemir C.N. ve Moustafa Pasa S. (2020). Aşı karşıtlığı ve fikri gelişimi. International Journal of Social Humanities Sciences Research (JSHSR) 7(53):1244- 1261.
39. Yüksel, G ve Topuzoğlu A. (2019). Aşı retlerinin artması ve aşı karşıtlığını etkileyen faktörler. ESTÜDAM Halk Sağlığı Dergisi. 4(2): 244-258.