Modelos sociofísicos inspirados em modelagem epidemiológica aplicados em fenômenos sociais: uma abordagem baseada em dados do Google Trends

Página do item simplificado
dc.contributor.advisorFernandes, José Luiz Acebal
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0824886862509279
dc.contributor.authorOnofre, Júlio César de Jesus
dc.contributor.authorLatteshttp://lattes.cnpq.br/5188106331623603
dc.contributor.refereeFernandes, José Luiz Acebal
dc.contributor.refereeMarcon, Divane
dc.contributor.refereeBacani, Felipo
dc.contributor.refereeMagalhães, Arthur Rodrigo Bosco de
dc.contributor.refereeVargas, Dênis Emanuel da Costa
dc.date.accessioned2026-10-07T16:27:38Z
dc.date.available2026-10-07T16:27:38Z
dc.date.issued2025-12-18
dc.description.abstractO rápido avanço tecnológico possibilitou amplo acesso à internet, o que trouxe muitos benefícios sociais, mas também muitas preocupações. De acordo com a Organização Mundial da Saúde (OMS), o fenômeno social contemporâneo chamado de infodemia é caracterizado pela disseminação de informações em excesso, sem critérios, e muitas delas caracterizadas por boatos e notícias falsas que dificultam o acesso às fontes confiáveis. A denominação “infodemia” refere-se ao fato de ser possível identificar diversos elementos da fenomenologia das epidemias usuais no fenômeno moderno de disseminação de informações, principalmente em temas de saúde pública ou políticos. Nesta linha, trabalhos recentes abordaram o engajamento em redes sociais específicas como Gab, Reddit, YouTube, Instagram e Twitter, através de modelos epidemiológicos inspirados no modelo SIR. Neste trabalho, exploramos esta analogia entre fenômenos epidemiológicos e fenômenos sociais, desenvolvendo modelos epidemiológicos para perfis de engajamento observados na série temporal fornecida pelo Google Trends. Tomando como hipótese a analogia entre suscetibilidade, infecção e recuperação com exposição à informação, engajamento e desengajamento, bem como reprodução de comportamentos sociais, foi possível produzir uma explicação para a dinâmica do engajamento social em temas polêmicos. Como produto desta abordagem foi possível, por meio dos estudos e, consequentemente, dos modelos propostos, explorar quantidades da epidemiologia capazes de medir o potencial de disseminação de uma mensagem. Ou seja, a dinâmica de construção da tese em questão resultou positivamente e satisfatoriamente, considerando as descrições dos parâmetros envolvidos, do número de reprodução basal (R0), do modelo teórico envolvendo descritores importantes da polarização social e política e da criação, por meio destes estudos, de um ambiente artificial que permite a exposição de uma forma, por contágio, de como pode ser propagada notícias verdadeiras e notícias falsas.
dc.description.abstractotherThe rapid advancement of technology has enabled widespread access to the internet, yielding numerous social benefits while also raising significant concerns. According to the World Health Organization (WHO), the contemporary social phenomenon known as infodemia is characterized by the excessive and indiscriminate dissemination of information, much of which consists of rumors and misinformation, thereby hindering access to reliable and trustworthy sources. The term “infodemic” refers to the possibility of identifying several elements of the phenomenology of traditional epidemics within the modern phenomenon of information dissemination, particularly in topics related to public health or politics. In this context, recent studies have examined engagement on specific social media platforms such as Gab, Reddit, YouTube, Instagram, and Twitter using epidemiological models inspired by the SIR model. In this study, we explore the analogy between epidemiological phenomena and social phenomena by developing epidemiological models for engagement profiles observed in the time series provided by Google Trends. By hypothesizing an analogy between susceptibility, infection, and recovery and, respectively, exposure to information, engagement, and disengagement as well as the reproduction of social behaviors it was possible to provide an explanation for the dynamics of social engagement with controversial topics. As a product of this approach, it was possible through the studies conducted and, consequently, the proposed models to explore epidemiological quantities capable of measuring the potential for message dissemination. That is, the dynamics underlying the construction of the thesis in question yielded positive and satisfactory results, considering the descriptions of the parameters involved, the basic reproduction number (R0), the theoretical model encompassing important descriptors of social and political polarization, and the creation through these studies of an artificial environment that allows the exposure, in a contagion-like manner, of how true and false news can be propagated.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/3115
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectEpidemiologia – Modelos matemáticos – Teses
dc.subjectEpidemias – Serviços de informação – Teses
dc.subjectTecnologia da informação – Aspectos políticos – Teses
dc.subjectPolarização (Ciências sociais) – Aspectos políticos – Teses
dc.subjectMídias sociais – Teses
dc.subjectNotícias falsas – Teses
dc.titleModelos sociofísicos inspirados em modelagem epidemiológica aplicados em fenômenos sociais: uma abordagem baseada em dados do Google Trends
dc.typeTese

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Modelos sociofísicos inspirados em modelagem epidemiológica aplicados em fenômenos sociais uma abordagem baseada em dados do Google Trends.pdf
Tamanho:
4.4 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Doutorado em Modelagem Matemática e Computacional