Mapovanie ozveny pandémie: Dynamická detekcia naratívov a spatio-časové modelovanie sentimentu COVID-19 diskurzu na Twitteri

Výskum analyzoval 2,4 milióna geolokalízovaných tweetov z obdobia január 2020 až jún 2022 s cieľom pochopiť vývoj verejného názoru počas pandémie COVID-19. Pomocou špecializovaného modelu COVID-Twitter-BERT a dynamického modelovania tém BERTopic výskumníci identifikovali päťdesiat odlišných naratívov s vysokou koherenčnosťou. Analýza odhalila tri hlavné fázy pandémie: v prvom štvrťroku 2020 dominovali obavy z nedostatku rúšok, v roku 2021 nasledovala optimizmus ohľadom vakcín a jeho polarizácia, a v roku 2022 sa prejavila únava z pandémie. Regionálne porovnania ukázali významné rozdiely medzi krajinami – diskurz v USA bol dominantne zameraný na debaty o slobode verzus povinnosti, zatiaľ čo európske diskusie zdôrazňovali kolektívnu solidaritu. Použitý rámec dosiahol 76% F1-skóre v klasifikácii sentimentu.