COVID-19疫苗犹豫与信息扩散：一种基于智能体的建模方法
物理与社会
2021-09-06 v1 多智能体系统
社会与信息网络
摘要
尽管针对Cov-SARS-2的若干有效疫苗在快速开发中取得了前所未有的成功，全球疫苗接种推广工作仍受疫苗分配不平等和疫苗接受度的影响，导致疫苗产品所提供的公共免疫不足。当前疫苗接受度研究的一个主要焦点是如何基于社会人口学参数建模并指导疫苗接受度，但疫苗接受度的特征尚不清楚，尤其不知信息扩散是否及如何影响疫苗接受度。本研究通过开发一种结合基于智能体仿真技术的综合计算模型，来考察信息扩散如何改变疫苗接受度，以克服与社会人口学、疫苗类型、人口统计和信息扩散相关的建模与量化复杂性。我们的分析以加拿大各省和地区的疫苗接受度调查数据校准，提供了明确证据：信息的传播可极大影响疫苗接受度。结果表明，关于COVID-19疫苗的负面消息传播会引起显著的疫苗犹豫，从而挑战疫苗提供高公共免疫的目标。我们的发现或可通过更多关注个人观点和行为来帮助解决疫苗犹豫问题。
引用
@article{arxiv.2109.01182,
title = {COVID-19 Vaccine Hesitancy and Information Diffusion: An Agent-based Modeling Approach},
author = {Pooria Taghizadeh Naderi and Ali Asgary and Jude Kong and Jianhong Wu and Fattaneh Taghiyareh},
journal= {arXiv preprint arXiv:2109.01182},
year = {2021}
}