Credit: CC0公共域
事实证明，超级传播事件是导致新冠肺炎大流行的主要感染方式，这导致了对风险的不准确认识
虽然在过去一年中，美国有50多万人死于新冠肺炎，但公众对感染和死亡率的看法仍然不一
大流行早期进行的一项调查发现，当地对风险的看法往往与全国感染率不相关，导致人们采取不适当的行动
研究结果发表在8月16日出版的《决策》杂志上
这项研究的第一作者、卡内基梅隆大学社会与决策科学系副教授斯蒂芬·布鲁姆尔说:“当大流行刚开始时，抽象地说，事情似乎很可怕，对许多美国人来说，最糟糕的不是在自己的后院。”
“很难完全理解看不见的东西的风险，由于许多人未能立即体验到大流行的影响，当地的经历影响了他们认为问题有多严重，甚至影响了他们愿意采取的行动
" 布鲁姆尔的职业生涯一直在研究人们如何应对超出他们感知范围的风险，比如龙卷风、气候变化和现在的大流行
他的研究探讨了为什么让群体做出集体决策来降低风险如此具有挑战性
当大流行来袭时，布鲁姆尔和他的同事帕特里克·博迪利·凯恩，一位麦吉尔大学生物医学伦理学组的博士后研究员，运用认知生态学的方法来预测人群对大流行风险的判断准确性
凯恩说:“不是一场大流行辩论，而是许多场大流行辩论。”
“人们很难将自己在当地的经历与全球现象联系起来
" 该团队通过模拟一个超级传播的过程来检验个人风险体验的可变性
局部感染率被用来近似个人对大流行的地理局部感知
全球风险由代表大流行严重程度的全国感染率来定义
他们还进行了一项全国性调查，包括2020年4月24日至2020年5月11日期间获得的近4000份调查结果
布鲁姆尔说:“这并不是说人们完全不知道国内和国际的感染率，而是因为这种特殊疾病在集群中的传播方式，一个人很有可能没有遇到他们知道会被感染的人。”
“每个社区都有相同的概率经历一个集群，但对于任何给定的社区，尤其是在开始时，这个概率都很低
" 在这项研究中，全球趋势是所有地方趋势的结合
如果局部趋势不可靠，它们将与全球数据不相关
出于这个原因，该团队使用可靠性来衡量基于调查结果的本地观察的判断的有效性
他们发现，在大流行早期，决策者没有将超级传播事件解释为感染机制
当人们依靠高级机构获取信息时，社区组织缺乏帮助人们理解风险的支持
他们的结果发现，县一级的每日感染率是判断全国感染率的一个重要预测因素，也是整个大流行期间风险认知极端两极分化的一个重要预测因素
布鲁姆尔说:“了解人们看到的东西和疾病真正传播方式之间的相互作用，将有助于我们为未来类似的情况做好准备。”
该研究基于大流行开始时超过18天的调查
研究人员预计，随着大流行的进展，这项调查的结果不会推广到对风险的看法
凯恩说:“我们的工作是关于新冠肺炎的，但远不止于此。”
“造成这场灾难的事情正在影响我们所有人，但时间不同
这种动力存在于许多你可能没有预料到的地方
人们看不到更大的趋势，因为他们被眼前的事情所困扰
" 布鲁姆尔认为，这项研究展示了一个预测公民如何应对全球风险的总体框架
清楚地了解集体判断错误的来源可以帮助后代更有效地应对全球威胁
布鲁姆尔说:“我们很早就知道，人们个人经历气候变化的方式大相径庭，这很像COVID，会影响他们采取行动的紧迫感。”
“尽管对全球气候变化的心理反应需要几十年的时间才能完全理解，但这场大流行病爆发得更快，向世界展示了让人们就最终影响每个人的风险达成一致是多么困难
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
