本文内容如下e-collection /主题问题:

主题议题:社交媒体、道德规范和COVID-19错误信息(28) JMIR主题号:新冠肺炎特刊(1992年) 医学2.0:社交媒体，开放，参与，协作医学 信息监测，信息流行病学，数字疾病监测，信息管理(783) 信息流行病学和信息监测(965) 数字媒体中的信息质量(261) 数字时代的疫苗接种和免疫(244)

发表在在24卷7号(2022): 7月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/37806，首次出版．
COVID-19疫苗错误信息对社交媒体病毒式传播的影响:信息主题和写作策略的内容分析

COVID-19疫苗错误信息对社交媒体病毒式传播的影响:信息主题和写作策略的内容分析

COVID-19疫苗错误信息对社交媒体病毒式传播的影响:信息主题和写作策略的内容分析

本文作者:

Cindy Sing Bik Ngai1 作者:Orcid； 丽塔·吉尔·辛格2 作者:Orcid； 勒么1 作者:Orcid
文章 作者 引用的 Tweetations (21) 指标

    原始论文

    1香港理工大学中文及双语学系，香港九龙

    2香港九龙香港浸会大学语文中心

    通讯作者:

    辛碧，文学士，哲学硕士，博士

    中文及双语学系

    香港理工大学

    AG520b

    九龙

    香港

    电话:852 27667465

    电子邮件:cindy.sb.ngai@polyu.edu.hk


    背景:疫苗在遏制大流行方面发挥着不可或缺的作用，但全球普遍存在疫苗犹豫。这种犹豫的一个关键原因是社交媒体上普遍存在的错误信息。尽管已经有相当多的研究关注错误信息的暴露与疫苗犹豫密切相关，但很少有学术关注与COVID-19抗疫苗错误信息相关的各种内容主题以及这些内容主题所体现的写作策略的调查或强有力的理论化。这些内容在社交媒体上以评论、分享、反应等形式呈现的病毒式传播，对COVID-19疫苗犹豫具有实际意义。

    摘要目的:我们调查了用于传播关于COVID-19的反疫苗错误信息的内容主题和写作策略是否存在差异，以及它们对社交媒体上病毒式传播的影响。

    方法:我们在2019年9月至2021年8月期间从主要社交媒体平台构建了一个反疫苗错误信息数据库，以研究错误信息如何以内容主题的形式展示，以及这些主题如何以书面形式表现与点赞、评论和分享方面的病毒式传播相关。反疫苗错误信息来自两个全球领先且被广泛引用的假新闻数据库，即COVID全球错误信息仪表板和国际事实核查网络冠状病毒事实联盟数据库，这两个数据库旨在跟踪和揭穿COVID-19错误信息。我们主要关注140个Facebook帖子，因为大多数关于COVID-19的反疫苗错误信息帖子都是在Facebook上发现的。然后，我们采用定量内容分析来检查这些帖子中的内容主题(即安全问题，阴谋论，功效问题)和错误信息的表现策略(即在格式和语言特征方面模仿新闻和科学报告，使用会话风格，使用放大)以及它们与以点赞，评论和分享形式传播的错误信息的关联。

    结果:我们的研究表明，安全问题是最突出的内容主题，是点赞和分享的负面预测因素。在内容主题表现的写作策略方面，通过格式和语言特征来模仿新闻和科学报道的对话风格在COVID-19抗疫苗错误信息中被频繁使用，后者是点赞的积极预测因素。

    结论:本研究有助于更丰富的基于研究的认识，了解社交媒体上传播的反疫苗错误信息需要应对哪些内容主题和表现策略方面的担忧，以便向公众传播有关COVID-19疫苗的准确信息，最终减少疫苗犹豫。利用语言特征模仿新闻或科学报告的COVID-19反疫苗帖子的点赞令人不安，因为在社交媒体上可以接触到大量受众，这可能加剧错误信息的传播，阻碍全球抗击该病毒的努力。

    [J] .中国医学信息学报，2010;24(7):871 - 871

    doi: 10.2196/37806

    关键字

    反对疫苗接种的错误信息； 内容主题； 写作策略； 新型冠状病毒肺炎； 病毒营销； 社交媒体； 内容分析


    背景

    尽管疫苗在预防危及生命的疾病方面是安全有效的，但在全球范围内，对疫苗的犹豫仍然普遍存在[1，2]。疫苗犹豫指尽管有疫苗，但在接受或拒绝接种疫苗方面的延误[3.]。疫苗犹豫徘徊在高疫苗需求和拒绝疫苗这两个极端之间的连续体上[4]。疫苗犹豫被视为全球健康的十大威胁之一[5]因为它会损害控制大流行所需的群体免疫力，并导致病毒的更大传播[6，7]，尤其阻碍了遏制COVID-19大流行的努力。

    与社会人口因素和公众信任有关的许多复杂原因导致疫苗犹豫[6，8，9]，其中误传是主要因素[1，7，10]。世界卫生组织(世卫组织)曾使用" infodemic "一词指"误导或捏造的新闻迅速传播"。[11]。接种疫苗的话题常受到误传[12]，特别是对于较新的疫苗[8错误信息的扩散加剧了人们对疫苗安全性及其副作用的恐惧，被认为是对疫苗犹豫不决的主要原因[13，14]。相当多的研究发现了关于疫苗的错误信息如何导致疫苗意向和吸收量降低的证据[9，12，15-17]。

    有必要解释一下有关错误信息的不同术语之间的区别。2016年美国总统大选后，“假新闻”这个词引起了相当大的关注。18]。假新闻与其他类型的误导性信息重叠，如错误信息和虚假信息。它们主要可以通过传播的意图和方式来区分[18]。错误信息被定义为"由于缺乏科学证据而对与健康有关的事实的任何(…)虚假或不准确的主张" [19]并由某人无意中分享而无意造成伤害[20.]。Misinformation特指使用不完整或错误的信息得出结论的主张[21]。相反，disinformation指故意制造和传播虚假信息，意图造成伤害的人[20.]。虽然假新闻受到了广泛关注，但它很难定义，并被一些政治团体用来破坏某些新闻媒体。22]。根据之前一项调查社交媒体上与健康相关的错误信息的研究[18]，在本文中，我们使用这个术语错误信息作为一个总括性术语，指的是关于COVID-19疫苗的虚假或不准确的健康相关信息，无论其意图如何，这很难确定。

    错误信息对社交媒体的影响

    社会媒体，因其开放性和参与性而得到认可[23，24]是接收健康信息的常见来源[25]，分享有关疫苗的信息[16]，并在危机中获得情感支持[26]。使用者可增进对新疾病、其传播和预防措施的知识[27]。然而，与此同时，社交媒体可能成为假新闻广泛传播的来源，因为用户可以发布有关疫苗的错误信息，放大对疫苗的担忧，并导致对疫苗的犹豫情绪加剧[12，15，16，28，29]。这对公共卫生构成威胁，并破坏了全球通过疫苗预防疾病的努力[5，29-31]。最近的一项研究[32]强调，在社交媒体上接触疫苗信息的人更容易被误导，并对疫苗产生犹豫。

    在2019冠状病毒病的背景下，社交媒体的使用有所增加[33，34伴随着越来越多的错误信息，对公众健康产生负面影响[35]。在社交媒体上接触COVID-19信息与更容易受到错误信息的影响有关[36]，与显示公众可能接触到社交媒体上的错误信息的文献产生共鸣[37]。有几个因素导致社交媒体上关于COVID-19疫苗的错误信息的影响越来越大。其中包括许多国家因COVID-19导致的封锁使人们有更多时间访问社交媒体的观点[34，从而增加了接触错误信息的可能性。此外，由于这些新闻往往是有趣和新颖的，它鼓励了分享行为[38]。意大利的一项观察性研究证明了这一点，该研究分析了2000篇有关COVID-19的文章，其中包含错误信息的文章被分享了200万次，占所有文章总数的78% [39]。另一个因素与许多社交媒体网站(如Twitter)对字符的严格限制有关，这意味着所呈现的信息可能没有上下文，使其具有误导性或不完整[12]。在COVID-19大流行的早期阶段，社交媒体公司没有及时采取措施应对其网站上的错误信息[20.]。

    先前的研究已经记录了社交媒体上关于COVID-19的错误信息的证据[12，40，41]。一些典型的例子是，Twitter上的反疫苗信息明显多于接种疫苗的信息[12]，而观众可能会在YouTube上看到反疫苗视频[40]。Ofcom进行的一项民意调查显示，46%的英国人报告接触过有关COVID-19的错误信息，而在接触过这些信息的人中，约66%的人报告每天都会观看这些来源[42]，从而加速了由于反复接触而产生的错误信息的信念[43]。几项研究表明，接触错误信息与疫苗犹豫密切相关(例如，[9，12，15])。

    虽然有大量关于反疫苗错误信息与疫苗犹豫之间关系的研究[6，7，9，25，44，45]，关于关于COVID-19的反疫苗错误信息的讨论的具体内容主题，这些内容主题如何通过使用某些写作策略在写作中表现出来，以及这些主题如何影响社交媒体的病毒式传播，值得审查。迄今为止，以前的研究主要通过调查和实验研究关注与错误信息有关的内容主题及其与疫苗犹豫的关联，而没有考虑用于传播这些信息的一系列写作策略和社交媒体的使用(例如，[6，7，9，45])。最近，研究人员在Facebook和Twitter上调查了这些方面[25，44];然而，对……的重视不够如何内容通过使用某些策略以书面形式表现出来[12，46-48]。研究往往忽视了这种策略在反疫苗错误信息中的使用。鉴于公众从社交媒体帖子中创造和提取意义[49]，对语言的分析，例如确定如何通过使用写作策略来表现内容主题，对于全面理解社交媒体上分享的错误信息至关重要。

    此外，只有少数研究调查了错误信息对疫苗犹豫的影响，这些信息以评论、反应和社交媒体上的分享的形式在病毒式传播中表现出来(例如，[12，17，46，50-53])。具体来说，一项研究关注了2014年至2017年推特上支持和反对疫苗的主题，指出安全问题和阴谋论是最普遍的主题，这些主题与基于情绪的观点有关[12]。另一项研究分析了Facebook上关于南非人乳头瘤病毒(HPV)疫苗犹豫的负面和正面评论[17]。Twitter和YouTube上的其他研究关注HPV [50，51]。然而，人们很少关注与COVID-19疫苗相关的错误信息对社交媒体上病毒传播的影响。更重要的是，内容主题在社交媒体用户使用的写作策略中表现出来的方式[54]可能助长错误信息的传播[55]，因为公众根据他们的话语资源来理解所提供的信息[49]。因此，这项研究被认为是一项值得进行的努力。

    制定COVID-19抗疫苗错误信息综合框架

    战略概述

    基于上述差距，人们对反疫苗错误信息的内容主题以及这些主题如何以书面形式表现与社交媒体上错误信息的病毒式传播之间的关系关注不足，特别是在2019冠状病毒病的背景下，因此开展这项研究的必要性是显而易见的。大多数研究都考察了COVID-19疫苗犹豫和错误信息的内容主题[25，44没有考虑这些主题是如何通过使用写作策略在写作中表现出来的。型的47对反疫苗网站的内容分析的重要工作不仅揭示了各种内容主题的存在，而且还揭示了这些网站上的写作策略，即放大策略，不真实地使用可信来源，歪曲事实和统计数据，以及个人证词。学者们借鉴了她的工作，这将在下一节中详细阐述。文献综述(例如，[12，46，47])表明某些写作策略被用来使错误信息更可信。这些策略包括:(1)模仿主流新闻媒体和科学报道的语言特征和格式，(2)使用会话风格，如个人和非正式的写作语气，以及(3)使用放大或夸张。根据上述情况，我们通过整合两个关键维度，即反疫苗错误信息的内容主题和用于传达这些信息的写作策略，开发了一个框架，以调查这些方面如何与社交媒体上错误信息的病毒式传播相关联。研究结果可以为公共卫生传播工作提供有关公众如何应对这些主题的信息，从而为社交媒体平台提供商、卫生组织和政府提供有针对性的干预措施，以减少COVID-19疫苗犹豫。下面，我们将解释我们研究的两个关键维度:内容主题和写作策略。

    内容主题
    主题的发展

    经过对已发表文献的广泛调查，尽管疫苗犹豫受到不同历史、政治和社会文化背景下许多因素的影响[8，56]，就反疫苗错误信息内容主题而言，主要归因因素似乎是安全性、阴谋性和有效性[12，14，25，47]。因此，我们将这些内容主题合并到我们提议的框架中。

    安全问题

    研究表明，疫苗安全问题是引起疫苗犹豫的重要因素[12，38，47，57]。反疫苗安全关注被定义为质疑疫苗安全性的内容，可能包括疫苗在不提供免疫力的情况下造成伤害或死亡的概念[12，47，58]。社交媒体上传播的错误信息，特别是COVID-19疫苗开发得非常快，因此不安全，所有副作用尚未得到调查，加剧了这种担忧[38]。在最近对澳大利亚父母的一项研究中，大约24%的参与者不愿意或不确定是否接种COVID-19疫苗，其中89%的人担心疫苗安全[59]。在拥有有效疫苗接种规划的高收入国家，对疫苗安全风险的恐惧远远超过对疫苗预防疾病的恐惧[60]。

    阴谋论

    阴谋论与接触社交媒体上的错误信息有关[14，61]。这一内容主题提出了具体的阴谋论，其中可能包括虚假声称微芯片和疫苗中发现毒素的故事;欺诈;制药公司、政府和医生之间的勾结;制药公司操纵疫苗功效数据牟取暴利[12，14，25，47]。越来越多的研究表明，阴谋论与疫苗犹豫和接种有关[6，7]。在美国，对COVID-19阴谋论的信仰与疫苗接种的安全性和接种疫苗的意愿呈负相关[45]。对这种现象的解释是，人们对威胁的认知和对安全的担忧减少了[62]。阴谋信念具有广泛的影响，阻碍疫苗的吸收，因为它们难以反击，并且与拒绝科学专家提供的信息的倾向有关[63]。对一种阴谋论的信仰往往与对其他阴谋论的信仰联系在一起，这表明公众更有可能相信这些信仰，而不管其内容如何[64]。

    有效性的担忧

    这一内容主题认为疫苗是无效和不必要的，强调疫苗是不成功的，接种疫苗后发病率会增加[12，47]。例如，人们认为，疫苗不仅不能预防疾病，反而更容易感染COVID-19。在一个例子中，引用的统计数据显示，大多数感染疫苗可预防疾病的人是那些接种过疫苗的人，这表明疫苗接种是无效的[47]。在上述对澳大利亚父母的研究中，大约24%的参与者不愿接种COVID-19疫苗，其中89%的人担心疫苗的效力，认为疫苗是不必要的[59]。

    以上关于内容主题的研究产生了第一个研究问题(RQ1):社交媒体上新冠病毒抗疫苗错误信息传播的内容主题是否存在差异?

    写作策略
    分类

    型的47一些研究人员对反疫苗网站的内容主题和写作策略进行了开创性的研究。鉴于过去10年社交媒体的广泛使用，这些策略可能已经发生了一些变化。Jamison等[12建立在卡塔的[47通过使用180万条推文的数据集，他们分析了2014年至2017年推特上疫苗错误信息的类型。他们承认卡塔的大部分[47内容主题和写作策略仍然是相关的，但他们也观察到，扩大策略，如标签，以促进内容和@消息给知名人士和组织，以获得关注，是常见的[12]。此外，他们还发现，在推特上，反疫苗声明经常通过模仿主流新闻或科学的语言，被当作真理呈现。12]。关于反疫苗错误信息中使用的写作策略的少数研究表明，这种错误信息以个人和会话语气为典型，如使用短文本以提高公众的理解[12，48，65，66]。个人经历或轶事被强调以吸引公众的情感[34]。根据这些研究，我们将写作策略分为以下三种类型。

    模仿主流新闻或科学语言的写作格式和特点

    通过模仿主流新闻或科学专家的语言，并以通俗易懂的语言向外行人展示，反疫苗的说法可以作为合法的真理发布出来[12，46]。先前的研究表明，听起来科学的错误信息与较低的疫苗意向有关[9]。在2014年至2017年期间的一项Twitter研究中，研究人员发现，通过模仿科学专家或新闻媒体使用的语言特征，一些说法被当作事实来呈现。12]。在另一项针对2018年推特上16768条推文的研究中，统计数据被扭曲以支持反疫苗声明[46]。在2010年的一项关于网站反疫苗错误信息的研究中，不诚实地使用了可靠的来源，得出了错误的结论，并歪曲了统计数据[47]。例如，引用的统计数据显示，大多数获得vpd的人都接种了疫苗，表明疫苗接种无效;然而，未有统计数字显示未有接种疫苗的人士感染流行性腮腺炎的人数较多[47]。根据这些研究的结果，我们认为模仿主流新闻和科学报道可以通过使用写作策略来表现，例如解释卫生机构/医学专家采取的行动;引用公众人物的话;使用行话和统计数据;将信息归功于听起来可信的来源，包括医学专家/卫生组织和科学研究;并将句子/标题中第一个单词的所有字母大写。

    会话式写作风格的运用

    语言可以用不同的方式来表达思想。其中一种方式是使用会话式/个人语气或正式/非个人语气[46，47]。前一种观点与反疫苗的错误信息更相关，正如研究表明的那样，反疫苗的错误信息主要是由对话和个人语气以及个人经历/轶事主导的，这会引起恐惧、焦虑和不信任[12，48，65，66]。个人经历在通过灌输恐惧和使用指责而不是诉诸逻辑来吸引公众情绪方面发挥了重要作用[38，46]。现有文献表明，反疫苗信息通常采用会话形式，使用短句或文本、句子片段和问题，便于公众理解，使任何人都能理解这种语言[46，48，67]。具体来说，意大利网页传播基于角鲨烯的流感疫苗信息，平均单词和句子较长，降低了可读性，而反疫苗网页易于阅读[48]。其他研究人员还发现，与抗流感免疫在线信息相比，流感前免疫信息由于其正式的写作风格，更难以阅读[67]。在这些研究的基础上，我们认为会话风格和个人语气表现在非正式表达的使用(如句子片段、疑问句、缩略词、表情符号)、第一人称和第二人称代词的使用、作者可见性和个人经历的分享。

    放大的使用

    Amplification指信息在社交媒体上如何被扭曲、放大或夸大[46，68]。反疫苗倡导者利用Facebook和Twitter传播夸大的说法[12，46]。一项针对推特上疫苗犹豫的研究发现，与积极和中立的推文相反，大多数关于新冠肺炎的负面推文都带有标签[69]。同样，一项研究表明，2018年推特上的反疫苗声明依赖于标签的使用[46]。另一个例子与韦克菲尔德研究中麻疹-腮腺炎-风疹疫苗与自闭症之间的联系有关[70]，该论文于2010年被撤回;然而，谷歌学术统计显示，截至2018年6月26日，韦克菲尔德的研究自2012年以来被引用了1090次。值得注意的是，其中一些引用强调了研究中的缺陷，而其他研究没有这样做，这表明放大[68]。本研究考虑了两种放大策略。首先是标签的使用，这在社交媒体上很流行;特别是，Twitter上的内容倾向于使用大量的反疫苗标签来放大其信息[12，71]。第二种常用的放大策略是使用@消息给名人和公众人物来吸引他们的注意[12]。

    在此之后，第二个研究问题(RQ2)提出的是:社交媒体上COVID-19抗疫苗错误信息的写作策略是否存在差异?

    社交媒体帖子的病毒式传播

    至关重要的是，要审查反疫苗错误信息在内容和写作策略中对社交媒体上错误信息的病毒性所表现出的协同效应。病毒式传播指的是社交媒体活动或帖子的广泛影响或关注[72，73]。病毒式传播的帖子可以触及大量受众[74，产生深远的影响。文献表明，可以从Twitter和Facebook上的喜欢、分享、收藏和转发等指标观察到病毒式传播[73，75]。由于我们的研究重点是Facebook，所以我们使用了“喜欢”、“分享”和“评论”等指标。社交媒体用户使用“喜欢”来表示他们对某个话题的兴趣和关注[76]，而“分享”则是用户推荐的指标，因为它的传播范围很广[77]。“评论”提供了一个讨论的平台，因为它要求在线用户对帖子进行回复[78]。

    一个帖子的点赞量或分享量的增加会导致病毒式传播。73]。一些内容主题吸引了大量的关注并成为病毒式传播，增加了与公众分享的可能性[79]。之前的研究发现，与病毒式传播相关的内容类型的结果好坏参半。积极和情绪化的文章更有可能引起强烈的情绪，如愤怒，以及具有高实用价值的文章。80]。然而，在另一项研究中，情感帖子与Twitter、Facebook和Google上的病毒式传播呈负相关，而具有高实用性的帖子在Facebook上的分享频率较低[79]。Hansen等[81发现负面新闻的推文更常被转发。此外，YouTube上关于HPV的反疫苗视频比疫苗视频获得了更多的点赞。82，83]。

    基于之前的工作，本研究的目的是研究关于COVID-19的抗疫苗错误信息对评论、分享和点赞中表现出的病毒性的影响。

    因此，最后一个研究问题(RQ)衍生如下:关于COVID-19抗疫苗错误信息的内容主题与用于传播该新闻的写作策略之间的关联是什么，这些错误信息的病毒性表现在点赞、评论和分享中?


    数据收集和采样周期

    我们首先构建了一个包含社交媒体上传播的抗疫苗错误信息的数据库，以检查COVID-19错误信息以内容主题的形式展示并表现为写作策略如何与社交媒体上的病毒式传播相关。反疫苗错误信息从两个著名的全球假新闻数据库中检索，国际事实核查网络(IFCN)冠状病毒事实联盟数据库[84]和COVID全球错误信息仪表板[85]，旨在通过追踪和揭穿COVID-19错误信息来打击信息泛滥[86]。前者由Poynter的IFCN下属的一个委员会冠状病毒事实联盟开发，该联盟涵盖了70多个国家的事实核查人员以43种不同文本类型的语言提供的与covid -19相关的错误信息，这些信息由加拿大卫生研究院、加拿大计算机中心和世卫组织资助。后者位于2019冠状病毒病错误信息门户之下，该门户由多伦多泰德罗杰斯管理学院的社交媒体实验室开发和管理。该门户网站跟踪并可视化了来自100多个值得信赖的事实核查员的冠状病毒声明。这两个数据库都是由主要机构和全球性组织开发的，并在以前的研究中被广泛引用(例如，[87-90])，从而作为本研究数据来源的可靠数据库。

    为了产生与疫苗相关的错误信息，我们于2019年9月15日至2021年8月16日在IFCN冠状病毒事实联盟数据库和COVID全球错误信息仪表板上使用关键字“疫苗”手动过滤了与疫苗相关的错误信息。从这两个数据库中分别获得了2369篇和2298篇经过事实核查的关于"疫苗"的文章。由于这些数据库主要发表评论文章，对从多种媒体来源(如网络新闻、社交媒体帖子)收集的各种语言的错误信息提供事实核查报告，因此我们培训了一名传播学专业的研究生，仔细审查这些数据库中的4667篇疫苗评论文章，以检索社交媒体(如Facebook、Twitter、Instagram)上反疫苗错误信息的原始链接。尽管大多数指向原始来源的链接是不可用的(即，在经过事实核查后被删除或删除)。

    为了收集全球社交媒体用户可用且可理解的社交媒体平台上的反疫苗错误信息，对两名传播学研究生进行了培训，以手动访问和审查4667篇经过事实核查的文章，并检查和检索社交媒体平台上可用的英文原创或存档帖子及其相关的病毒式反应(点赞、评论和分享)。最后，经过训练的学生通过去除重叠的反疫苗假新闻，将两个数据库中的所得项目结合起来。YouTube不包括在审查过程中，因为大多数原始的反疫苗错误信息视频已被删除。

    总共在Facebook (n=285, 81.4%)、Instagram (n=61, 17.4%)和Twitter (n=3, 0.8%)上产生了350个包含错误信息的帖子。由于有些帖子只包含图片和视频，有些则保存在存档中，因此无法获得病毒式反应，因此我们过滤并保留了包含文本信息的帖子(包括纯文本帖子和带有图像/视频和文本的帖子)以及以点赞、评论和分享形式产生病毒式传播的帖子。因为大多数基于文本的帖子都是在Facebook上发现的，Facebook是近年来获得更多活跃用户的最常用社交媒体平台[91，92，我们决定在这项研究中只对Facebook上的帖子进行基于文本的分析。随后，我们设法捕获了140个带有所有三个病毒式传播指标(点赞、评论和分享)的帖子，以便进一步检查。

    内容分析与编码方案

    数据库构建完成后，我们采用了定量内容分析[34]，一种研究方法，使研究人员能够以科学的方式对媒体信息进行定量分析[93]产生一般化的预测[94]并得出结论[30.，95]。此外，内容分析的目标是记录单词、短语、符号和句子出现的上下文，同时提供深入的理解[96]。因此，它非常适合为已发展的媒体通讯架构进行编码操作[30.]。

    编码方案是基于上一节提出的框架开发的。我们的框架由两个维度组成:第一个维度检查了在错误信息帖子中传播的内容主题，第二个维度侧重于内容主题中体现的写作策略。内容主题的三个子维度包括安全问题(即诋毁疫苗安全性的帖子)、阴谋论(即强调特定阴谋论的帖子)和功效问题(即主张疫苗无效和不必要的帖子)。写作策略包括三个子维度，即模仿格式或语言特征(即模仿真实新闻或科学报道的格式和语言特征的帖子)，使用会话风格(即以会话风格和非正式的个人语气为特征的帖子)，以及使用放大(即通过使用标签和@名人和公众人物的消息来夸大信息)。表1提供六个子维度及其引用的描述。

    我们对数据的检查显示，一个帖子可能包含多个内容主题来诋毁疫苗接种。为了尽量减少信息损失，我们以句子为基础对子维度的存在或不存在进行编码[95]。例如，我们对内容主题维度中的主要子维度进行编码，以捕获编码此类帖子时出现的所有内容主题。文本框1显示从数据库中提取的具有代表性的post内文本。这篇文章首先质疑疫苗的功效，暗示疫苗是不必要的，然后继续声称疫苗是不安全的，因为它有致命的副作用。因此，第一句和第二句分别被编码为“功效问题”和“安全问题”。

    同样，一篇文章也可以采用多种写作策略。第一句话文本框2模仿基于事实的新闻的典型结构(例如，将第一个单词的所有字母大写，描述卫生机构知名工作人员的行动，使用统计数据)，并因此被编码为模仿新闻媒体或科学报道的格式和语言特征。下面三个句子采用了不同的策略，表明了会话风格/个人语气(例如，使用句子片段;第一、第二和第三人称代词;收缩;和问题)。因此，它被编码为“会话风格”。

    由于收集到的帖子长度从1到17个句子不等，我们决定通过将每个子维度编码的句子数除以每篇帖子的句子总数来规范化数据。

    表1。六个子维度及其引用的描述。
    维度和子维度 描述 参考文献
    内容主题

    		安全 诋毁疫苗安全性的帖子(例如，疫苗可能造成伤害或死亡) ［12，38，47，58，59］

    		阴谋 强调特定阴谋论的帖子(例如，假声称在疫苗中发现微芯片的故事;欺诈;制药公司、政府和医生之间的勾结;制药公司操纵数据获取巨额利润) ［6，12，14，25，45，47，61，63，64，97，98］

    		功效 主张疫苗无效和不必要的帖子，强调疫苗是不成功的，接种疫苗后发病率会增加 ［12，47，59］
    写作策略

    		格式和语言特征模仿新闻或科学报告 模仿真实新闻或科学报道的格式和其他特征的帖子。这表现在以下几个方面:将第一个单词的所有字母大写(例如，break, JUST in);描述行为并引用公众人物的句子;将信息归功于听起来可信的来源，包括医学专家、医生/护士、科学研究、法律文件;使用行话、术语和/或统计数据 ［9，12，46，47，99］

    		会话风格 以会话风格或非正式的个人语气为特征的帖子。这表现在:第一人称或第二人称称呼形式(例如，我们应该听，你必须行动……);作者可见性，如分享个人经历和感受;非正式表达的使用(例如，使用句子片段、疑问句、缩略词、表情符号、脏话) ［38，46，47］

    		放大 用来放大或夸大信息的策略。这体现在对名人和公众人物的标签和@消息的使用上 ［12，46，68，70，71］
    在一个帖子中呈现的内容主题。
    • 他们真的在告诉我们，世界上78亿人都需要接种一种不会杀死99.99%人的“病毒”吗?…
    • 对疫苗的反应杀死的不仅仅是“病毒”。
    文本框1。在一个帖子中呈现的内容主题。
    在一篇文章中提出写作策略。
    • 新消息:根据Fauci, Marks - Breaking911 (@Breaking911)， 2021年5月14日，约有40-50%的CDC, FDA员工拒绝接种COVID-19疫苗。
    • 双重标准?
    • 他们知道什么却没有告诉我们?
    • 你想知道为什么没有信任???????
    文本框2。在一篇文章中提出写作策略。

    Intercoder可靠性

    编码由一名博士生和一名传播学专业的研究生完成。在进行编码练习之前，第一作者对两名学生进行了培训，并邀请编码员在培训期间对50个帖子进行编码(占总帖子的30%)。采用Cohen κ度量法计算编码间信度。编码条目的平均Cohen κ值大于0.85，表明几乎完全一致[One hundred.]。

    统计分析

    为了充分揭示每个帖子中特定内容主题和写作策略的权重，将每个变量的句子数除以相应帖子的总句子数。然后，我们采用方差分析(ANOVA)和后置Tukey检验来检测和比较抗疫苗错误信息中不同内容主题(RQ1)和写作策略(RQ2)的使用，因为先前的研究证实了ANOVA在检验自变量之间差异时的稳健性和有效性，即使违反正态性假设[101]。

    在回答关于反疫苗错误信息的内容主题与用于传播病毒性新闻的策略之间的相互作用的最后一个研究问题时，如在评论，反应和分享(RQ3)中所展示的，我们首先使用SPSS中的泊松回归，一种计数回归模型[102]。结果发现，由于结果变量的过度分散，我们的数据违反了泊松回归的假设，这在现实世界的数据集中很常见[103]。因此，我们遵循了用负二项回归(NB2)代替泊松回归的惯例来提高拟合优度，特别是赤池信息准则和贝叶斯信息准则[103]。NB2可有效拟合通讯及技术研究中的各类数据，而且是一种更一般的模型，可放宽对每个纳入的参与者的潜在结果率相同的强烈假设[104]。


    针对RQ1，询问社交媒体上反疫苗错误信息传播的内容主题是否存在差异，调查结果显示，安全担忧是最突出的主题，其次是阴谋论和功效(表2)。方差分析结果证实，在反疫苗错误信息中传达的内容主题存在显著差异(F2417年= 21.20,P<措施)。后置Tukey检验显示，内容主题安全的关注程度显著高于阴谋论(P=.003)和疗效(P<.001)，而阴谋论也显著高于疗效(P= .005)。表2提供了对Facebook和Facebook上的COVID-19疫苗错误信息帖子中传播的内容主题进行审查的描述性统计数据图1显示了Facebook上发布的COVID-19疫苗错误信息帖子中传播内容主题的平均句子数。

    关于RQ2，我们调查了用于传播抗疫苗错误信息的写作策略是否存在差异。我们的研究结果表明，会话风格是最常用的策略，其次是模仿新闻或科学报道的格式或语言特征以及放大(表3)。方差分析结果显示，策略的使用(F2417年= 61.34,P<措施)。事后Tukey测试证实，会话风格策略明显高于模仿新闻或科学报道的格式或语言特征(P<.001)和扩增(P<.001)，而模仿新闻或科学报道的格式或语言特征也显著高于放大(P<措施)。看到表3对Facebook和Facebook上的COVID-19疫苗错误信息帖子所采用的写作策略进行了描述性统计图2为Facebook上发布的COVID-19疫苗错误信息帖子中使用写作策略的平均句子数。

    关于RQ3，检查反疫苗错误信息的内容主题与用于传播病毒性新闻的策略之间是否存在任何关联，如在点赞、评论和分享中所展示的，NB2结果表明，安全问题是点赞和分享数量的显著负向预测因子(表4)。比值比显示，每增加一句传播安全担忧的句子，点赞数就会减少0.05，分享数就会减少0.30。相比之下，模仿新闻或科学报道的格式或语言特征对点赞数量有很强的正向预测作用。表4)。比值比表明，每增加一个使用模仿新闻或科学的格式或语言特征的句子，点赞数就会增加7.55个(表4)。

    NB2的综合测验与喜欢(P< 0.0001)及股份(P= 0.05)作为因变量，但不将注释作为因变量(P= . 07)。

    表2。对Facebook上COVID-19疫苗错误信息帖子传播的内容主题进行审查的描述性统计。
    内容主题 职位数量 意思是(SD)
    安全问题 140 0.23 (0.30)
    阴谋论 140 0.13 (0.25)
    疫苗的功效 140 0.04 (0.14)
    总计 420 0.13 (0.25)
    ‎
    图1所示。Facebook上新冠肺炎疫苗错误信息帖子中传播内容主题(CT)的平均句子数。
    查看此图
    表3。对Facebook上COVID-19疫苗错误信息帖子中使用的写作策略的检验的描述性统计。
    写作策略 职位数量 意思是(SD)
    模仿新闻或科学报道的格式或语言特征 140 0.29 (0.32)
    会话风格 140 0.45 (0.36)
    放大 140 0.07 (0.16)
    总计 420 0.27 (0.33)
    ‎
    图2。Facebook上COVID-19疫苗错误信息(MS)帖子中使用写作策略的平均句子数。
    查看此图
    表4。使用负二项回归模型识别点赞、评论和分享数量的积极和消极预测因素。
    变量 喜欢 评论 股票

    		β(SE) 95%可信区间 P价值 β(SE) 95%可信区间 P价值 β(SE) 95%可信区间 P价值
    内容主题

    		安全问题 -3.04 (0.52) -4.07到-2.02 <措施 -1.52(相关性) -2.45到- 0.59 措施 -1.19 (55) -2.27到- 0.12 03

    		阴谋论 .35点(58) -。79to 1.49 55 06 (.51) -。94to 1.06 .90 53 (.59) -。63to 1.70 .37点

    		功效 22(点) 从1.40到1.84 .79 02(.80) 从1.59到1.55 .98点 收(.89) -2.06到1.42 开市
    写作策略

    		模仿新闻或科学报道的格式或语言特征 2.02(公布) 0.19到3.85 03 .10(点) 从1.66到1.46 .90 .20(综合) 从1.68到1.28 .79

    		会话风格 23(大于) -1.21到1.68 综合成绩 23) (i) 从1.12到1.58 .74点 点(收) 从1.18到1.70 开市

    		放大 .51 (1.16) -1.76到2.77 点 .35点(1.03) -2.36至1.67 .74点 2 (1.22) -1.70到3.10 .57

    主要研究结果

    结果显示，在Facebook上传播的COVID-19抗疫苗错误信息中，最常见的内容主题是安全问题，其次是阴谋论，这与以往的研究一致[12，14，38，47]。值得注意的一点是，内容主题与错误信息的病毒式传播之间存在关联。对安全的担忧对点赞和分享的数量有着强烈的负面影响，尽管这是最常用的内容主题。这可归因于各国政府和卫生组织不断努力强调COVID-19疫苗的安全性和COVID-19日益增长的威胁(例如，[105-107])。因此，公众更有可能识别帖子中传播的误导性信息，而当他们更多地了解疫苗的安全性时，他们就不太愿意点赞或分享这些信息。早期的研究表明，用户更有可能分享具有高质量或实用价值的内容[80，108]，这也可以解释为什么公众不太愿意分享这些信息。

    就内容主题所体现的写作策略而言，结果显示，模仿新闻媒体和科学报道的会话风格以及格式和语言特征经常被用来传播反疫苗错误信息。这一发现与有关反疫苗信息的文献相一致，这些信息的典型特征是个人的、对话式的和消极的语气[48，65，66]，之前的一项研究表明，反疫苗声明是通过模仿推特上的科学和新闻语言来作为事实呈现的，从而导致了大量的转发[12]。鉴于语言可以用于不同的目的[12，46，49，55]，反疫苗新闻帖子利用语言的这些独特特征来达到传播错误信息的目的。一些先前的研究调查了诸如情感诉求和放大等策略来传播反疫苗新闻[12，46，47];然而，在社交媒体上对COVID-19相关的这些方面的研究却很缺乏。因此，我们的研究结果增加了内容主题如何体现在传播COVID-19抗疫苗错误信息的写作策略中的知识体系。

    我们的研究结果还证实，依赖于模仿新闻媒体和科学报道的格式和语言特征的帖子是获得点赞的强有力的积极预测因素。这些帖子可能看起来真实而吸引人，从而鼓励点赞。有趣的是，虽然这些帖子促进了点赞，但它们与分享无关，可能是由于其中包含的负面信息以及信息来源的不确定性，这可能使用户对病毒式分享信息犹豫不决。从2021年10月到12月，Facebook的月活跃用户总数为29.1亿[91];因此，即使是点赞关于COVID-19的反疫苗帖子，其深远影响也不应被低估。这些点赞的帖子可能会加剧反疫苗错误信息在社交媒体上传播的程度，可能会阻碍通过疫苗预防疾病的努力。5，32]。我们关于病毒传播与内容主题和写作策略之间关系的新发现为应对COVID-19抗疫苗错误信息提供了重要见解。

    影响、限制和未来方向

    本研究有助于理解哪些内容主题和主题中体现的写作策略导致了社交媒体上COVID-19抗疫苗错误信息的病毒性，并补充了关于这一发展主题的文献。通过从两个全球领先且被广泛引用的假新闻数据库中构建社交媒体上流传的COVID-19反疫苗错误信息数据库，以检查以内容主题和写作策略形式展示的COVID-19错误信息及其与病毒传播的关系，我们发现安全问题是最常见的主题。这种内容主题通过使用模仿新闻和科学报道的会话风格和格式以及语言特征在写作中表现出来。此外，后者还与点赞形式的病毒式传播有关。

    因此，我们的研究提供了哪些内容主题和表现策略与病毒性相关的见解，并且可以进一步探索以应对抗疫苗错误信息的影响。因为正如其他研究发现的那样，疫苗安全性可以预测疫苗意图，而安全问题是最常见的易受错误信息影响的内容主题[109，110]，这证实了打击关于COVID-19疫苗的错误信息以提高公众接受度的重要性。要成功做到这一点，必须对社交媒体上传播的反疫苗错误信息进行系统监测。这可以通过提取与安全相关的误导性新闻帖子并揭穿这些帖子中提到的主张来实现，特别是那些采用会话风格并模仿真实新闻或科学报告的新闻帖子。为了辨别真实的新闻和错误的信息，社交媒体平台或事实核查员不仅应该关注内容，还应该关注内容的传达方式，更多地关注这些帖子使用的写作策略。谨慎的做法是，向社交媒体平台提供商、政府、研究人员和卫生组织提供社交媒体上流传的抗疫苗错误信息的最新摘要，以帮助他们消除对抗疫苗的担忧，并提供有关COVID-19疫苗的准确信息。

    与任何数据集一样，本研究中使用的数据集也有局限性。由于我们只收集了2年的反疫苗误传帖子，因此应考虑到新冠肺炎大流行演变的不同时间段。还应该指出的是，反疫苗的错误信息会随着时间的推移而发生变化，因此我们的研究结果应该谨慎解释。内容主题和写作策略的数据体现在内容中，它们与病毒式传播的关联只是相关的。最重要的是，我们的研究没有关注社交媒体用户以评论形式发表的基于情感的意见，这些意见在效价(即消极、积极、中性)上有所不同，可以揭示更详细的感受[111]。对评论效价的分析本可以揭示与反疫苗错误信息有关的导致疫苗犹豫的更深入的原因。研究表明，情绪可能会超越逻辑，因此研究已经解决了反疫苗情绪的影响[13，112]。我们对COVID-19内容主题的重视和传播主题的写作策略可以进一步得到实证检验。流行的社交媒体平台已经达到了无处不在的高度，检查其他信息共享平台，如Instagram的COVID-19反疫苗错误信息，可能会让我们更清楚地了解这个话题。

    结论

    总而言之，本研究就COVID-19的内容主题以及这些主题通过使用写作策略表现出来的方式，对抗疫苗错误信息进行了新颖的检查。主要发现是，关于安全问题的帖子与点赞和分享呈负相关，而模仿新闻媒体和科学报道的格式和语言特征的帖子则与Facebook上的点赞相关。这可能表明，通过在社交媒体上点赞这些帖子，有关COVID-19的反疫苗错误信息被放大了。我们还不知道反疫苗错误信息的影响有多深远，尽管一些证据表明，关于COVID-19的错误信息已经对公众的疫苗接种产生了影响[113]，对全球健康构成挑战。通过利用这项研究的结果并利用社交媒体的力量，平台提供商、政府和卫生组织可以采取措施应对COVID-19抗疫苗的错误信息，以减少全球仍然普遍存在的疫苗犹豫。

    利益冲突

    没有宣布。

    1. 疫苗犹豫和(假)新闻:来自意大利的准实验证据。健康经济2019年11月;28(11):1377-1382 [免费全文] [CrossRef] [Medline］
    2. dub E, Gagnon D, Nickels E, Jeram S, Schuster M.测绘疫苗犹豫——全球现象的国别特征。疫苗2014 11月20日;32(49):6649-6654 [j]免费全文] [CrossRef] [Medline］
    3. SAGE疫苗犹豫问题工作组。Sage疫苗犹豫问题工作组的报告。指南针。2014。URL:https://www.thecompassforsbc.org/sbcc-tools/report-sage-working-group-vaccine-hesitancy[2021-05-01]访问
    4. SAGE疫苗犹豫问题工作组MacDonald NE。疫苗犹豫:定义、范围和决定因素。疫苗2015 Aug 14;33(34):4161-4164 [j]免费全文] [CrossRef] [Medline］
    5. 2019年全球健康面临的十大威胁。世界卫生组织，2019。URL:https://www.who.int/news-room/spotlight/ten-threats-to-global-health-in-2019[2021-05-21]访问
    6. 傅立民，李建军，李建军，等。英国COVID-19疫苗犹豫:牛津冠状病毒解释、态度和叙述调查(海洋)2。精神医学2020年12月11:1-15 [免费全文] [CrossRef] [Medline］
    7. 乔利·D，道格拉斯·KM。反疫苗阴谋论对疫苗接种意图的影响。科学通报，2014;9(2):e89177 [j]免费全文] [CrossRef] [Medline］
    8. dub E, Laberge C, Guay M, Bramadat P, Roy R, Bettinger J.疫苗犹豫:综述。疫苗免疫，2013;9(8):1763-1773 [j]免费全文] [CrossRef] [Medline］
    9. 刘建军，张建军，张建军，张建军。衡量COVID-19疫苗错误信息对英国和美国疫苗接种意图的影响。中国生物医学工程学报，2013;5(3):337-348。［CrossRef] [Medline］
    10. Verger P, dub E.在COVID-19时代恢复对疫苗的信心。专家Rev疫苗2020 11月19日(11):991-993。［CrossRef] [Medline］
    11. 使公众免于误传。世界卫生组织，2020。URL:https://www.who.int/news-room/feature-stories/detail/immunizing-the-public-against-misinformation[2021-11-01]访问
    12. Jamison A, Broniatowski DA, Smith MC, Parikh KS, Malik A, Dredze M，等。调整和扩展一种类型，以识别Twitter上的疫苗错误信息。中华卫生杂志，2010;11(3):331- 339。［CrossRef] [Medline］
    13. Betsch C, Brewer NT, Brocard P, Davies P, Gaissmaier W, Haase N，等。Web 2.0对疫苗接种决策的机遇和挑战。疫苗2012年5月28日;30(25):3727-3733。［CrossRef] [Medline］
    14. dub E, Vivion M, MacDonald NE。疫苗犹豫、拒绝接种和反疫苗运动:影响、影响和影响。专家Rev疫苗2015年1月14日(1):99-117。［CrossRef] [Medline］
    15. Basch CH, MacLean SA。instagram上HPV相关帖子的内容分析。疫苗免疫，2019;15(7):1476-1478 [j]免费全文] [CrossRef] [Medline］
    16. Ortiz RR, Smith A, Coyne-Beasley T.一项系统的文献综述，旨在研究社交媒体对HPV疫苗摄取以及对HPV和HPV疫苗接种的认识、知识和态度的影响。中国免疫学杂志，2019;15(7):1465-1475 [j]免费全文] [CrossRef] [Medline］
    17. 刘建军，刘建军，刘建军，刘建军，刘建军。社交媒体和HPV疫苗接种:西开普省卫生部在Facebook上的一篇帖子上未经请求的公众评论提供了对南非疫苗犹豫的决定因素的见解。疫苗2019 Oct 08;37(43):6317-6323。［CrossRef] [Medline］
    18. 王颖，McKee M, Torbica A, Stuckler D.社交媒体上健康相关错误信息传播的系统文献综述。中国生物医学工程学报(英文版);2009;29 (4):357 - 357 [j]免费全文] [CrossRef] [Medline］
    19. 周WS, Oh A，克莱恩WMP。解决社交媒体上与健康有关的错误信息。美国医学杂志2018年12月18日;320(23):2417-2418。［CrossRef] [Medline］
    20. 太少，太迟:社交媒体公司未能解决疫苗错误信息构成了真正的威胁。英国医学杂志2021年1月21日;372:n26。［CrossRef] [Medline］
    21. Southwell BG, Niederdeppe J, Cappella JN, Gaysynsky A, Kelley DE, Oh A等。误传是对公共卫生的一种误解挑战。中华预防医学杂志，2019,31(2):282-285。［CrossRef] [Medline］
    22. Vosoughi S, Roy D, Aral S.真假新闻在网上的传播。Science 2018年3月09日;359(6380):1146-1151。［CrossRef] [Medline］
    23. 陈强，闵超，张伟，王刚，马鑫，埃文斯瑞。打开黑匣子:如何在新冠肺炎危机期间通过政府社交媒体促进公民参与。计算机与人类行为[j]; [c]; 2010免费全文] [CrossRef] [Medline］
    24. 反疫苗活动家，Web 2.0和后现代范式——反疫苗运动在网上使用的策略和修辞的概述。疫苗2012年5月28日;30(25):3778-3789。［CrossRef] [Medline］
    25. Islam MS, Kamal AM, Kabir A, Southern DL, Khan SH, Hasan SMM等。COVID-19疫苗谣言和阴谋论:需要对错误信息进行认知接种以提高疫苗依从性PLoS One 2021;16(5):e0251605 [j]免费全文] [CrossRef] [Medline］
    26. 斯蒂芬斯KK，马龙PC。如果组织不给我们信息……:使用多种新媒体进行危机技术翻译和对话。[J]公共关系研究，2009;21(2):229-239。［CrossRef］
    27. 李建军，李建军，李建军，李建军。网络时代的疾病:如何在社交媒体互动中帮助多发性硬化患者。多发性硬化症2017年10月17日:238-239。［CrossRef] [Medline］
    28. Lahouati M, De Coucy A, Sarlangue J, Cazanave C.疫苗犹豫在法国的传播:YouTube™?疫苗2020 Aug 10;38(36):5779-5782。［CrossRef] [Medline］
    29. 张军，张建军，张建军，张建军。社交媒体疫苗错误信息对疫苗接种态度的影响。预防医学2021年4月;145:106408。［CrossRef] [Medline］
    30. 疫苗接种:报告警告称，社交媒体上的“假新闻”可能会损害英国的疫苗接种。英国医学杂志2019年1月23日;364:l365。［CrossRef] [Medline］
    31. Larson HJ, Jarrett C, Eckersberger E, Smith DMD, Paterson P.从全球视角理解疫苗和疫苗接种的疫苗犹豫:对已发表文献的系统回顾，2007-2012。疫苗2014年4月17日;32(19):2150-2159。［CrossRef] [Medline］
    32. Stecula DA, Kuru O, Hall Jamieson K.对专家和媒体使用的信任如何影响对常见反疫苗声明的接受。HKS Misinfo Review 2020 1月14日;1(1):1-10。［CrossRef］
    33. 新浪微博报告第一季度用户增长创纪录，目标是在2020年实现直播和视频内容。KrASIA。2020.URL:https://today.line.me/hk/v2/article/kNL8O1[2020-05-22]访问
    34. [聂建平，辛格荣国，卢伟，孔国强。应对COVID-19健康危机:传播策略的内容分析及其对社交媒体公众参与的影响。]医学信息学报，2020,Aug, 24;22(8):e21360 [J]免费全文] [CrossRef] [Medline］
    35. Carrion-Alvarez D, Tijerina-Salina PX。2019冠状病毒病中的假新闻:一个视角。健康促进展望2020 11月07日;10(4):290-291 [j]免费全文] [CrossRef] [Medline］
    36. 王晓东，王晓东，王晓东，等。支持和反对接种疫苗的观点之间的在线竞争。《自然》(英文版);582(7811):230-233。［CrossRef] [Medline］
    37. 张建军，张建军，张建军，张建军。信息生态系统尺度下的假新闻问题评估。科学通报，2020年4月;6(14):eaay3539 [j]免费全文] [CrossRef] [Medline］
    38. Lockyer B, Islam S, Rahman A, Dickerson J, Pickett K, Sheldon T，布拉德福德卫生研究所新冠肺炎科学咨询小组。在背景下理解COVID-19错误信息和疫苗犹豫:来自英国布拉德福德公民的定性研究结果。中华卫生杂志，2011,24(4):1158-1167。［CrossRef] [Medline］
    39. 莫斯卡德利A, Albora G, Biamonte MA, Giorgetti D, Innocenzio M, Paoli S，等。意大利的假新闻和Covid-19:一项定量观察研究的结果。国际环境与卫生杂志，2020年8月12日;17(16):5850 [J]免费全文] [CrossRef] [Medline］
    40. 唐l, Fujimoto K, Amith MT, Cunningham R, Costantini RA, York F，等。YouTube上疫苗错误信息的“兔子洞”:网络暴露研究。[J] .中国医学信息学报，2011;23(1):562 - 562 [J]免费全文] [CrossRef] [Medline］
    41. 吴伟，吕宏，罗杰。关于COVID-19疫苗的话语特征:Reddit版的大流行故事。健康数据科学2021年8月27日;2021:9837856。［CrossRef］
    42. Ofcom。一半的英国成年人接触到有关冠状病毒的虚假声明。Ofcom。2020年4月09日。URL:https://www.ofcom.org.uk/about-ofcom/latest/features-and-news/half-of-uk-adults-exposed-to-false-claims-about-coronavirus[2021-05-01]访问
    43. 潘尼库克G，加农TD，兰德DG。先前的曝光增加了假新闻的感知准确性。中华精神病学杂志[J]; 2018; 37 (5): 368 - 368 [J]免费全文] [CrossRef] [Medline］
    44. 吕辉，郑铮，罗军。误传与事实:了解COVID-19疫苗新闻对疫苗摄取的影响。出来了。2022年2月https://arxiv.org/abs/2106.07435[2022-06-27]访问
    45. 罗默D，贾米森KH。论新冠肺炎疫情防控中的“阴谋论”[j]; contemporary medicine; 2010;免费全文] [CrossRef] [Medline］
    46. 反疫苗运动中假新闻的话语策略。中国生物医学工程学报，2019;6(1):14-43。［CrossRef］
    47. 后现代的潘多拉魔盒:互联网上的反疫苗错误信息。疫苗2010 Feb 17;28(7):1709-1716。［CrossRef] [Medline］
    48. Panatto D, Amicizia D, Arata L, Lai PL, Gasparini R.一项对意大利网页提到的基于角鲨烯的流感疫苗佐剂的综合分析揭示了高流行率的错误信息。疫苗免疫学2018年4月3日;14(4):969-977 [j]免费全文] [CrossRef] [Medline］
    49. Marwick AE。为什么人们会分享假新闻?媒介效应的社会技术模型。工程机械学报，2018;37(2):591 - 591。
    50. Ekram S, Debiec KE, Pumper MA, Moreno MA。内容和评论:HPV疫苗和YouTube。中华儿科学杂志，2019;32(2):153-157。［CrossRef] [Medline］
    51. 姜广军，wwing - nelson SR, Mackey L, Schlitt JT, Marathe A, Abbas KM，等。网络社交媒体中疫苗情绪的语义网络分析疫苗2017 Jun 22;35(29):3621-3638 [j]免费全文] [CrossRef] [Medline］
    52. Massey PM, Leader A, yo - tov E, Budenz A, Fisher K, Klassen AC.应用多种数据收集工具量化Twitter上的人乳头瘤病毒疫苗传播。医学互联网研究，2016年12月05日;18(12):e318 [J]免费全文] [CrossRef] [Medline］
    53. Villar-Rodríguez G, Souto-Rico M, Martín A.病毒式传播，只是冰山一角:Twitter上关于COVID-19错误信息的传播和互动方式。通信Soc 2022 Apr 01;35(2):239-256。［CrossRef］
    54. 刘建军，张建军，张建军，等。回声中的品牌嗡嗡声。[J]市场研究2016年05月01日;80(3):1-24。［CrossRef］
    55. Di Domenico G, Tuan A, Visentin M. COVID-19大流行期间社交媒体上错误信息传播的语言驱动因素。中华医学杂志2021年5月29日;2021(4):351-369。［CrossRef］
    56. 纪勤S, O'Callaghan KP, Offit PA。疫苗安全:神话和错误信息。中华微生物学杂志2020;11:372。［CrossRef] [Medline］
    57. Larson HJ, Smith DMD, Paterson P, Cumming M, Eckersberger E, Freifeld CC，等。衡量疫苗信心:分析媒体监测系统获得的数据，该系统用于分析公众对疫苗的关注。柳叶刀感染杂志2013;13(7):606-613。［CrossRef] [Medline］
    58. 社交媒体对HPV疫苗的作用——不是假新闻!中华医学杂志，2019,vol . 39 (1):75-78 [j]免费全文] [CrossRef] [Medline］
    59. Rhodes A, Hoq M, Measey M, Danchin M.澳大利亚打算接种COVID-19疫苗。《柳叶刀·传染病杂志》;21(5):e110 [j]免费全文] [CrossRef] [Medline］
    60. Larson HJ, Cooper LZ, Eskola J, Katz SL, Ratzan S.解决疫苗信心差距。柳叶刀2011 Aug 06;378(9790):526-535。［CrossRef] [Medline］
    61. 费瑟斯通JD，贝尔RA，鲁伊兹JB。人们的健康信息来源和政治意识形态与接受疫苗阴谋论信仰的关系。2019年5月21日;37(23):2993-2997。［CrossRef] [Medline］
    62. 乔利·D，道格拉斯·KM。预防胜于治疗:解决反疫苗阴谋论。[J] .心理学报，2017,28;47(8):459-469。［CrossRef］
    63. Uscinski JE, Klofstad C, Atkinson MD。信息线索和倾向的作用。《政治研究》2016年1月13日;69(1):57-71。［CrossRef］
    64. Douglas KM, Uscinski JE, Sutton RM, Cichocka A, Nefes T, Ang CS，等。理解阴谋论。心理学报2019年3月20日;40(增刊1):3-35。［CrossRef］
    65. 刘建军，陈建军，陈建军，陈建军，陈建军，陈建军。虚假信息时代的叙事趋势。科学通报，2015;10(8):e0134641 [j]免费全文] [CrossRef] [Medline］
    66. 张建军，张建军，张建军，等。开发在线反疫苗言论代码本，以管理COVID-19疫苗错误信息。国际环境与公共卫生杂志2021七月15;18(14):7556 [J]免费全文] [CrossRef] [Medline］
    67. Okuhara T, Ishikawa H, Okada M, Kato M, Kiuchi T.日本在线流感疫苗接种信息的可读性比较。预防医学报告2017年6月;6:47-52 [j]免费全文] [CrossRef] [Medline］
    68. Peters A, Tartari E, Lotfinejad N, Parneix P, Pittet D.打好一场战斗:假新闻在感染预防中的影响以及为什么背景很重要。中华医院感染杂志，2018,31(4):369 - 369。［CrossRef] [Medline］
    69. 李建军，李建军，李建军，等。基于社交媒体的公众对新冠肺炎疫苗接种的认知与情绪分析。国际环境与公共卫生杂志2021年12月10日;18(24):13028 [J]免费全文] [CrossRef] [Medline］
    70. 韦克菲尔德A, Murch S, Anthony A, Linnell J, Casson D, Malik M，等。撤回:儿童的回肠淋巴结节增生，非特异性结肠炎和广泛性发育障碍。柳叶刀1998年2月28日;351(9103):637-641。［CrossRef] [Medline］
    71. Gargiulo F, Cafiero F, Guille-Escuret P, serv, Ward JK。疫苗的捍卫者和批评者不对称地参与法语推特上的辩论。科学通报，2020年4月;10(1):65 - 69。［CrossRef] [Medline］
    72. Han Y, Lappas T, Sabnis G.内容特征与创作者特征之间的交互作用对研究社交媒体病毒式传播的重要性。信息系统学报，2020;31(2):576-588。［CrossRef］
    73. Joseph N, Kar AK, Ilavarasan PV。网络属性如何影响社交网络中的信息病毒式传播?Inf Disc delivery 2021年3月22日;49(2):162-173。［CrossRef］
    74. 在广告中获得病毒式传播的好处——对印度情况的研究。[J]中国管理科学与技术，2020,31(1):24-29。［CrossRef］
    75. Grover P, Kar AK, Davies G.“技术使健康”-从Twitter分析的社会技术视角的见解。国际财经杂志，2018;43(3):85-97。［CrossRef］
    76. Gittelman S, Lange V, Gotway Crawford CA, Okoro CA, Lieb E, dininggra SS，等。公共卫生监测的新数据来源:Facebook点赞。医学互联网研究2015年4月20日;17(4):e98 [J]免费全文] [CrossRef] [Medline］
    77. 门立荣，蔡卫生，陈志峰，季永刚。社交存在和数字对话沟通:来自顶级社交ceo的参与经验。[J]公共关系研究，2018;30(3):83-99。［CrossRef］
    78. Cho M, Schweickart T, Haase A. Facebook上非营利组织的公众参与。公共关系，2014 Sep;40(3):565-567。［CrossRef］
    79. Heimbach I, Schiller B, Strufe T, Hinz O.在线社交网络上的内容病毒式传播——来自Twitter、Facebook和Google+在德国新闻网站上的实证证据。2015年发表于:第26届ACM超文本与社交媒体会议;2015年9月;北塞浦路斯Guzelyurt，第39-47页。［CrossRef］
    80. 是什么让网络内容病毒式传播?[J]市场研究，2012;49(2):192-205。［CrossRef］
    81. 韩建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军。2011年6月28日至30日;克里特岛，希腊https://arxiv.org/pdf/1101.0510.pdf&embedded=true［CrossRef］
    82. Briones R, Nan X, Madden K, Waks L.当疫苗病毒传播:YouTube上HPV疫苗覆盖率的分析。卫生通讯2012;27(5):478-485。［CrossRef] [Medline］
    83. Yiannakoulias N, Slavik CE, Chase M. YouTube上支持和反对疫苗的情绪表达。疫苗2019年04月03日;37(15):2057-2064。［CrossRef] [Medline］
    84. 抗击信息流行病:#冠状病毒真相联盟。波因特。URL:https://www.poynter.org/coronavirusfactsalliance/[2021-12-10]访问
    85. COVID全球错误信息仪表板。URL:https://covid19misinfo.org/misinfowatch/[2021-12-10]访问
    86. COVID19MisInfo。URL:https://covid19misinfo.org/[2022-05-30]访问
    87. Facebook与英国医学杂志:当事实核查出错时。英国医学杂志2022年1月19日;376:995。［CrossRef] [Medline］
    88. 张建军，张建军，张建军，等。2020年中国社交媒体发展现状分析。社交媒体实验室。2020年7月13日。URL:https://socialmedialab.ca/2020/07/13/the-state-of-social-media-in-canada-2020-a-new-survey-report-from-the-ryerson-social-media-lab/[2022-05-30]访问
    89. Luengo M, García-Marín D.真相的表现:政治家、事实核查新闻和应对COVID-19错误信息的斗争。[J]社会科学[J]; 2020年9月28日;8:405-427]免费全文] [CrossRef] [Medline］
    90. 2019冠状病毒病“信息流行病”:信息专业人士的新战线。卫生信息学报，2020;37(3):233-239 [J]免费全文] [CrossRef] [Medline］
    91. 截至2022年第一季度，全球每月活跃Facebook用户数量。Statista。URL:https://www.statista.com/statistics/264810/number-of-monthly-active-facebook-users-worldwide/: ~:文本=多少% 20多个% 20个用户% 20 % 20 facebook使用% 20在线% 20社交% 20全球网络% 20[2022-02-01]访问
    92. 威廉姆森哒。全球脸书用户2020年。eMarketer。2020年12月8日。URL:facebook -用户- 2020 https://www.emarketer.com/content/global[2022-05-30]访问
    93. 李建军，李建军，李建军，等。视觉定量内容分析。编辑:Margolis E, Pauwels L。Sage视觉研究方法手册。纽伯里公园，CA: SAGE出版;2011:265。
    94. 克里彭多夫k内容分析:介绍其方法，第2版。纽伯里公园，CA: Sage Publishing;2003.
    95. Boettger RK, Palmer LA。定量内容分析:在技术交流中的应用。IEEE Trans prof comm 2010;53(4):346-357。［CrossRef］
    96. 内容分析:方法、应用和问题。妇女保健，1992;13(3):313-321。［CrossRef] [Medline］
    97. Hornsey MJ, Finlayson M, Chatwood G, beggeny CT。唐纳德·特朗普和疫苗接种:政治认同、阴谋论思想和总统推文对疫苗犹豫的影响。[J]中华医学会精神病学分会，2016;22(3):391 - 391。［CrossRef］
    98. Tanne JH, Hayasaki E, Zastrow M, Pulla P, Smith P, Rada AG。Covid-19:世界各地的医生和医疗保健系统如何应对冠状病毒。中国医学杂志2020年3月18日;368:m1090。［CrossRef] [Medline］
    99. 故事和科学:提供者和家长如何利用讲故事来对抗反疫苗的错误信息。疫苗免疫，2013;9(8):1795-1801 [j]免费全文] [CrossRef] [Medline］
    100. Hallgren KA。计算观测数据间的可靠性:概述和教程。心理学报，2012;8(1):23-34 [j]免费全文] [CrossRef] [Medline］
    101. Blanca M, Alarcón R, Arnau J, Bono R, Bendayan R.非正态数据:ANOVA仍然是有效的选择吗?心理医学，2017;29(4):552-557。［CrossRef] [Medline］
    102. Herbison P, Robertson MC, McKenzie JE。分析计数数据的其他方法是否产生类似的估计?对meta分析的启示。2015年11月17日;4:163 [免费全文] [CrossRef] [Medline］
    103. Sroka CJ, Nagaraja HN。logistic、几何、泊松和负二项回归模型的比值比。中国医学杂志2018;18(1):112 [j]免费全文] [CrossRef] [Medline］
    104. [j] .负二项分布和其他传染分布的一些应用。[J] .中华卫生杂志，2009(10):344 - 349。［CrossRef] [Medline］
    105. Edwards B, Biddle N, Gray M, Sollis K. COVID-19疫苗犹豫和耐药性:澳大利亚人口全国代表性纵向调查的相关性。科学通报，2011;16(3):0248892 [j]免费全文] [CrossRef] [Medline］
    106. Elgendy MO, Abdelrahim MEA。公众对冠状病毒疫苗的认识、接受度和犹豫。中国生物医学工程学报;2009;31 (2):444 - 444 [J]免费全文] [CrossRef] [Medline］
    107. Schoch-Spana M, Brunson EK, Long R, Ruth A, Ravi SJ, Trotochaud M，等。公众在COVID-19疫苗接种中的作用:以人为本的建议，以提高美国大流行疫苗的认识、获取和接受度。疫苗2021 Sep 24;39(40):6004-6012 [j]免费全文] [CrossRef] [Medline］
    108. M .， Sidorova A.假新闻时代社交网站信息再分享。InformingSciJ 20:215 2017; 235年。［CrossRef］
    109. Tavolacci MP, Dechelotte P, Ladner J.法国大学生COVID-19疫苗接受、犹豫和耐药性。疫苗2021 Jun 15;9(6):654 [j]免费全文] [CrossRef] [Medline］
    110. 王超，韩波，赵涛，刘宏，刘波，陈磊，等。中国第一轮COVID-19疫苗接种的疫苗接种意愿、疫苗犹豫和估计覆盖率:一项全国性横断面研究疫苗2021 May 18;39(21):2833-2842 [j]免费全文] [CrossRef] [Medline］
    111. 季永刚，李超，北明，刘杰。利益相关者的声誉:利益相关者的Facebook参与对公司声誉的影响?公关学报，2017;43(1):201-210。［CrossRef］
    112. 以中立者为目标。Nature 2011 5月26日;473(7348):443-445。［CrossRef] [Medline］
    113. Roozenbeek J, Schneider CR, Dryhurst S, Kerr J, Freeman ALJ, Recchia G，等。世界各地对COVID-19错误信息的易感性。社会科学进展，2020;7(10):20199 [j]免费全文] [CrossRef] [Medline］

    ‎
    方差分析:方差分析
    人乳头状瘤病毒:人类乳头状瘤病毒
    IFCN:国际事实核查网络
    NB2:负二项回归
    中移动:研究问题
    VPD:疫苗可预防疾病
    人:世界卫生组织

    编辑:M·吉松迪，M·戈特利布;提交08.03.22;由A Koon, L Tang同行评审;对作者的评论19.04.22;修订版本收到16.06.22;接受21.06.22;发表06.07.22

    版权

    ©Cindy Sing Bik Ngai, Rita Gill Singh, Le Yao。原载于医学互联网研究杂志(//www.mybigtv.com)， 2022年7月6日。

    这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章，该许可允许在任何媒介上不受限制地使用、分发和复制，前提是原始作品首次发表在《医学互联网研究杂志》上，并适当引用。必须包括完整的书目信息，到//www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。
    Baidu
    map