wetenschappers, beleidsmakers en de media moeten de inherente onzekerheden erkennen in epidemiologische modellen die de verspreiding van COVID-19 projecteren en "catastrofale" worstcasescenario's vermijden, volgens nieuw onderzoek van de Cornell University.

Bedreigingen met ernstige gevolgen kunnen op korte termijn meer mensen mobiliseren om voorzorgsmaatregelen voor de volksgezondheid te nemen, maar nodigen uit tot kritiek en verzet als onzekerheden in de gegevens en aannames van de modellen niet transparant zijn en later onjuist blijken te zijn, onderzoekers gevonden.

Onder de politieke elites kritiek van met name democraten kan onbedoeld tot gevolg hebben dat het vertrouwen van het publiek in het gebruik van modellen om pandemisch beleid te sturen en in de wetenschap in het algemeen wordt aangetast, blijkt uit hun onderzoek.

"Erkennen dat modellen gebaseerd zijn op onzekerheid is niet alleen de meest accurate manier om over wetenschappelijke modellen te praten, maar politieke leiders en de media kunnen dat doen zonder ook het vertrouwen in de wetenschap te ondermijnen, " zei Sarah Kreps, regeringsprofessor en co-auteur van de studie.

Kreps en Doug Kriner, regering professor, vijf experimenten uitgevoerd - meer dan zes onderzoeken, 000 Amerikaanse volwassenen in mei en juni – om te onderzoeken hoe de retoriek en media-framing van politici de steun beïnvloedden voor het gebruik van COVID-19-modellen om beleid te sturen over lockdowns of economische heropening, en voor de wetenschap in het algemeen.

De onderzoekers ontdekten dat verschillende presentaties van wetenschappelijke onzekerheid – het erkennen ervan, het contextualiseren of bewapenen ervan - kan belangrijke implicaties hebben voor de voorkeuren en houdingen van het overheidsbeleid.

Bijvoorbeeld, ze zeiden, Republikeinse elites hebben meer kans om onzekerheid in epidemiologische modellen aan te vallen of te 'bewapenen'. Maar de enquête-experimenten toonden aan dat hun kritiek, wat het publiek blijkbaar verwachtte, veranderde het vertrouwen in modellen of in de wetenschap niet. Ondersteuning voor COVID-19-wetenschap van verschillende Republikeinse gouverneurs die zich splitsten met de mainstream van hun partij, had ook geen invloed op het vertrouwen.

Kritiek van Democraten, in tegenstelling tot, geregistreerd als verrassend en was invloedrijk. Wanneer een citaat van de New Yorkse regeringsleider Andrew Cuomo wordt getoond die virusmodellen in diskrediet brengt, de steun van de respondenten voor het gebruik van modellen om het heropeningsbeleid te sturen daalde met 13% en de steun voor de wetenschap in het algemeen nam af, te.

“Het suggereert dat het aan de Democraten is om bijzonder voorzichtig te zijn met hoe ze communiceren over de COVID-19-wetenschap, Kriner zei. "Vanwege de populaire verwachtingen over de afstemming van de partijen op wetenschap in het algemeen en op kwesties als COVID-19 en klimaatverandering, ze kunnen onbedoeld het vertrouwen in de wetenschap aantasten, zelfs als dat niet hun bedoeling is."

Een andere manier om onzekerheid te negeren of te bagatelliseren, is door verhalen te presenteren die de meest alarmerende projecties en mogelijke gevolgen van nietsdoen sensationeel maken of 'catastroferen'. Een artikel van april in De Atlantische Oceaan over de heropeningsstrategie van Georgië, bijvoorbeeld, verwees naar het 'experiment met mensenoffers' van de staat.

De experimenten van de onderzoekers toonden aan dat het type COVID-19-communicatie de publieke steun - met 21% - aanzienlijk verhoogde voor het gebruik van modellen om beleid te sturen, met winsten die voornamelijk worden toegeschreven aan mensen die minder wetenschappelijk geletterd waren.