WordStat 是一个文本分析模块,专门用于研究文本信息,例如对开放式问题的回答、访谈、标题、期刊文章、公开演讲、电子通信等。WordStat 可用于使用字典方法或各种文本挖掘方法对文本进行自动分类。WordStat 可以将现有的分类词典应用于新的文本语料库。它还可以用于开发和验证新的分类词典。WordStat 现在可以用作独立软件。与 QDA Miner 结合使用时,此模块可以帮助更系统地应用编码规则,帮助发现个人子群体之间词语使用方面的差异,并帮助使用 KWIC(上下文关键词)表修订现有编码。
为了寻找控制 COVID-19 大流行的有效解决方案,科学界投入了前所未有的努力来开发针对该疾病的疫苗,来自多个国家的制药公司和科研机构参与其中。世界密切关注该领域的研究,特别是通过媒体报道,这在传播可信信息以及公众对科学和健康的理解方面发挥着关键作用。另一方面,反疫苗运动在这种传播环境中争夺空间,这引起了当局对民众接种疫苗意愿的担忧。在这项探索性研究中,我们使用了计算机辅助内容分析技术和 WordStat 软件,确定了 2020 年 1 月至 10 月《纽约时报》(美国)、《卫报》(英国)和《圣保罗页报》(巴西)发表的 716 篇有关 COVID-19 疫苗的文章的正文和标题中出现最多的术语、语义集群、参与者、机构和国家。我们试图分析那些政府领导人持否定科学立场的国家之间的异同,以反映这些地方疫情的严重程度。结果表明,每家报纸都强调了本国实验室开发的潜在疫苗或与国家机构建立了伙伴关系的潜在疫苗,但巴西的报道方式更政治化,而美国和英国的报道方式则更偏向技术科学。在对外问题上,各报将疫苗研发视为一场竞赛,美国、欧洲、中国和俄罗斯等历史上存在经济、政治和意识形态冲突的国家和集团正在相互竞争。结果让我们反思媒体的责任,不仅要正确报道,还要避免制造与疫苗来源有关的污名,并打击虚假信息。