با همکاری مشترک دانشگاه پیام نور و انجمن روانشناسی سلامت

نوع مقاله : علمی- پژوهشی

نویسندگان

1 استادیار، گروه روانشناسی شناختی، دانشگاه اراک.

2 دانشجوی دکتری، گروه سنجش و اندازه‌گیری (روانسنجی)، دانشگاه علامه طباطبایی تهران.

3 استادیار، گروه مشاوره خانواده، دانشگاه اراک.

4 دانشیار، گروه فیزیولوژی و آسیب‌شناسی ورزشی، دانشگاه اراک.

چکیده

مقدمه: بررسی چگونگی رفتار و تفکر افراد جامعه در بحران‌ها کمک ارزنده‌ای در کاهش و جلوگیری از آسیبها در ابعاد مختلف زندگی بخصوص روانشناختی خواهد بود. بدین منظور با هدف بررسی سوگیری‌های شناختی در مواجهه با بحران کرونا این پژوهش انجام. روش: ابتدا داده‌های سه‌ماهه اول شیوع کرونا در ایران مربوط به شبکه‌های اجتماعی توئیتر، تلگرام، واتساپ و اینستاگرام با کلیدواژه کرونا توسط ستاد علوم و فناوری‌های شناختی در اختیار محققین قرار گرفت. در مرحله بعد داده‌ها مورد بررسی قرار گرفت و به دلیل حجم زیاد اطلاعات، داده‌های شبکه‌های اجتماعی توئیتر و تلگرام به روش تحلیل محتوا ازلحاظ وجود سوگیری‌های شناختی و فراوانی آن‌ها مورد بررسی قرار گرفتند. یافته‌ها: نتایج حاکی از این بود که بیش از 25% از پیامهای مورد بررسی حاوی نوعی سوگیری بودند که سوگیری‌های شبه قطعی (تمایل به نتیجهگیری قطعی باوجود اطلاعات نامشخص) و نرمال بودن (تمایل به تعبیر نرمال بودن شرایط درحالی‌که بحرانی است) بیشترین فراوانی را داشتند. نتیجه‌گیری: به‌طورکلی می‌توان گفت بحران‌هایی مانند بحران کرونا با تحت تأثیر قراردادن سلامت روان افراد جامعه می‌تواند تفکر آن‌ها را دچار خطا و درنتیجه رفتار آن‌ها را تحت تأثیر قرار دهد.

کلیدواژه‌ها

عنوان مقاله [English]

Cognitive Biases During the Coronavirus Outbreak in Iranian Society

نویسندگان [English]

  • Soghra Akbari Chermahini 1
  • mehdi molaei yasavoli 2
  • Mohsen Nazarifar 3
  • Shahnaz Shahrjerdi 4

1 Assistant Professor, Department of Cognitive Psychology, Arak University.

2 Assistant Professor, Department of Cognitive Psychology, Arak University

3 Assistant Professor, Department of Family Counseling, Arak University

4 Associate Professor, Department of Physiology and Sport Pathology, Arak University

چکیده [English]

Objective: Investigating how people behave and think in crises will be a valuable help in reducing and preventing injuries in various aspects of life, especially psychological aspect. For this purpose, this study was conducted to investigate the cognitive biases in the face of the coronavirus outbreak in Iran. Method: First, the data of the first quarter of the corona outbreak in Iran related to the social networks Twitter, Telegram, WhatsApp and Instagram with the keyword “coronavirus” were provided to the researchers by the Cognitive Science and Technology Headquarters. In the next step, the data were analyzed and due to the large volume of information, the data of Twitter and Telegram social networks were analyzed by content analysis method in terms of cognitive biases and their frequency. Findings: The results showed that more than 25% Of the messages surveyed contained a kind of bias that had the highest frequency of quasi-definite biases (tendency to draw definitive conclusions despite uncertain information) and normality (tendency to interpret normalities while the situation is critical). Conclusion: In general, it can be said that crises such as the corona crisis can affect the mental health of people in society and can affect their thinking and therefore their behavior.

کلیدواژه‌ها [English]

  • Cognitive Biases
  • Coronavirus
  • Social Networks
احمدوند، ز؛ حیدری‌نسب، ل؛ شعیری، م. (1391). تبیین بهزیستی روانشناختی بر اساس مؤلفه‌های ذهن‌اگاهی. روانشناسی سلامت، 1(2): 69-60.
افروز، غ. (1399). کرونا در آیینه روانشناسی فرهنگی: نگاه دیگر در پیشگیری اثربخش. فصلنامه علمی - پژوهشی روانشناسی سلامت، 6(36).
استرنبرگ، رابرت. (2006). روانشناسی شناختی، ترجمه سید کمال خرازی و الهه حجازی (1387). تهران، انتشارات سمت.
شریعتمدار، آ؛ قاسمی نیایی، ف. (1400). نقش تعاملی فرد-رسانه (مجازی غیر دولتی) در زمینه اخبار مرگ بر استرس ادراک‌شده و مقابله با آن در دوران قرنطینگی بیماری کووید-19. فصلنامه علمی - پژوهشی روانشناسی سلامت, 10(37), 21-44.
عبدالهی، م؛ زارع، ح. (1398). روانشناسی شناختی، انتشارات سمت، تهران.
Bavel, J.J.V., Baicker, K., Boggio, P.S. et al. (2020). Using social and behavioural science to support COVID-19 pandemic response. Nature Human Behaviour, 4, 460–471.
Brooks, S.K., Webster, R.K., Smith, L.E., Woodland, L., Wessely, S., Greenberg, N., Rubin, G.J (2020). The psychological impact of quarantine and how to reduce it: Rapid review of the evidence. The Lancet  395: 912-920.
Cole, S., Balcetis, E. & Dunning, D. (2013). Afective signals of threat increase perceived proximity. Psychol. Sci. 24, 34–40.
Dong, L., & Bouey, J. (2020). Public Mental Health Crisis during COVID-19 Pandemic, China. Emerging Infectious Diseases, 26(7), 1616-1618.
Emanuel, A. S.; Updegraff, J. A.; Kalmbach, A. D.; Ciesla, J. A. (2010), The role of mindfulness facets in affective forecasting. Personality and Individual differences, 49.815-818.
Kinsey, M. J., Gwynne, S. M. V., Kuligowski, E. D., & Kinateder, M. (2019). Cognitive biases within decision making during fire evacuations. Fire technology, 55(2), 465-485.
Kramer, A. D. I., Guillory, J. E. & Hancock, J. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. Proc. Natl Acad. Sci. USA 111, 8878–8790.
Kvale, S. (1996). Interviews: An Introduction to Qualitative Research Interviewing. Sage Publications.
Lechanoine F and Gangi K. (2020) COVID-19: Pandemic of Cognitive Biases Impacting Human Behaviors and Decision-Making of Public Health Policies. Front. Public Health 8:613290.
LeDoux, J. (2012). Rethinking the emotional brain. Neuron 73, 653–676.
Li, S., Wang, Y., Xue, J., Zhao, N., & Zhu, T. (2020). The impact of COVID-19 epidemic declaration on psychological consequences: a study on active Weibo users. International journal of environmental research and public health, 17(6), 2032.
Mobbs, D., Hagan, C. C., Dalgleish, T., Silston, B. & Prévost, C. (2015). The ecology of human fear: survival optimization and the nervous system. Front. Neurosci. 9, 55.
Sharot, T. (2011). The optimism bias. Current Biology. 21 (23), R941–R945.
Shen, K., Yang, Y., Wang, T., Zhao, D., Jiang, Y., Jin, R., & Shang, Y. (2020). Diagnosis, treatment, and prevention of 2019 novel coronavirus infection in children: experts’ consensus statement. World journal of pediatrics, 5, 1-9.
Strunk, D. R., Lopez, H. & DeRubeis, R. J. (2006). Depressive symptoms are associated with unrealistic negative predictions of future life events. Behav. Res. Ter. 44, 861–882.
Tversky A, Kahneman D. (1974). Judgment under uncertainty: heuristics and biases. Science. 185:1124–31.
Wise, T., Zbozinek, T. D., Michelini, G., & Hagan, C. C. (2020). Changes in risk perception and protective behavior during the first week of the COVID-19 pandemic in the United States. Royal Society open Science, Vol 7(9)..
Witte, K. & Allen, M. (2000). A meta-analysis of fear appeals: implications for efective public health campaigns. Health Educ. Behav. 27, 591–615.
Yao, H., Chen, J.H., Xu, Y.F (2020). Patients with mental health disorders in the COVID-19 epidemic. Lancet Psychiatry 7:e 21.
Zhou, F., Yu, T., Du, R., Fan, G., Liu, Y., Liu, Z. & Guan, L. (2020). Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. The Lancet 395, 1054–1062.
Zhu, N., Zhang, D., Wang, W., et al (2020). China Novel Coronavirus Investigating and Research Team. A Novel Coronavirus from Patients with Pneumonia in China, 2019. N Engl J Med 382: 727-33.