英语学院的研究人员开发了一个新的开放获取平台，其中包括数百万条与Covid-19有关的推文，以捕捉公众舆论，缓和错误信息，并为其他研究人员提供资源。
Covid对话
安德鲁凯赫，马特哇，马克McGlashan，塔蒂阿娜Tkacukova，塞琳娜施密特，而且罗伯特•劳森已经创建了信任与沟通:冠状病毒在线可视化仪表板也被称为TRAC:COVID。
该团队开发这一资源的灵感来自于Twitter上发布的大量社交媒体更新，这些更新来自广泛的人群。
罗伯特说:“在推特上，记者、政客、医生、护士和普通公众分享了他们对封锁、休假、隔离、检测、口罩、疫苗接种、社交距离、康复的看法，在最糟糕的情况下，还有损失和丧亲之痛。”
“我们想弄清楚人们一直在进行的与covid - 19相关的对话——什么让他们担心，他们如何看待封锁——以及这些对话如何随着时间的推移而变化。”
该团队希望，COVID还将成为解决错误信息的重要工具，自COVID -19变得突出以来，错误信息已被确定为一个关键问题。
例如，研究发现，完全错误声明的推文比部分错误声明的推文传播得更快，而未经验证的个人推特账户的Covid-19错误信息率最高。
罗伯特说:“尽管这些研究对于解决错误信息问题至关重要，但对人们来说，探索潜在的数据集并不总是那么容易。”
“我们希望开发一些可供研究人员、学者和公众公开访问的东西，因此创建了TRAC:COVID。”
探索数据
TRAC:COVID仪表板能够分析超过8400万英国推文，其中包含与大流行相关的单词和标签。
这个仪表盘是建立在语料库语言学的基础上的，它可以帮助人们快速分析数百万个单词。语料库语言方法最近被用于分析医疗保健通信，包括NHS患者反馈的工作．
该数据集目前涵盖了2020年1月至2021年4月，并有望在未来扩展。
罗伯特说:“通过仪表板，用户可以绘制出疫情期间语言使用的变化情况，以及特定单词如何获得新的含义，以及某些单词何时完全停止使用，所有这些都不需要专业知识或语言分析技能。”
了解大流行的前景
研究小组希望，TRAC:COVID也将有助于解决与大流行相关的持续问题，例如参与疫苗接种规划。
该团队关于COVID-19错误信息的案例研究的作者Mark McGlashan解释说:“研究表明，错误信息，尤其是Twitter上的错误信息，助长了对疫苗的犹豫。”
“利用TRAC:COVID，我们——和公众——对推特上‘反疫苗’立场的规模和多样性有了很好的了解。”
该小组还记录了公众对过去18个月实施的一系列公共卫生措施的反应，包括口罩、社交距离和疫苗接种计划。
“推特上的人们普遍支持这些公共卫生措施，在某些情况下，他们主张采取更严格的限制措施，以更快地降低感染率，”该项目公众反应小组的负责人塔蒂亚娜·特卡库科娃(Tatiana Tkacukova)说。
该团队的工作已经产生了一篇文章谈话而且出现在大流行及其他播客关于公众反应的部分案例研究提交给了关于政府应对COVID-19大流行的初步经验的证据征集活动，最近又提交给了全党派议会小组的证据征集活动。
研究结果是下议院公共账目委员会新发表的报告的一部分政府应对COVID-19大流行的初步经验教训．
提交给委员会的书面证据发现，政府和公共卫生机构的信息:
- 不清楚这些信息是发给谁的
- 使用词汇、语法和句法复杂的长句子，使人难以理解
- 使用模棱两可的语言
- 使用可能引起负面反应的术语
- 使用的术语可能会排除一些信息的预期接收者(例如使用“房子”而不是“家”)
Tatiana补充说:“我们希望这些报告将有助于规划有关应对公共卫生持续风险所需安全措施的传播战略。”
“关于Covid-19的推文代表了一种重要的文化人工制品，”罗伯特说。“有了我们的新资源，人们将能够探索大流行视角的档案，加深他们对英国推特用户在这段时间里关注的事情的理解。”
了解更多TRAC:COVID项目页面。