原始论文
摘要
背景:推特上流传着很多关于尼古丁对新冠病毒有潜在保护作用的错误信息,尽管有大量证据表明事实恰恰相反。我们需要通过“看门框架”的视角来审视电子烟倡导者在此类信息传播中的作用,该框架假设顶级用户可以通过策划、分享,或者在Twitter的情况下转发,放大并对某些内容的传播施加不比例的影响,更多地是作为错误信息的载体,而不是来源。
摘要目的:本研究调查了新冠肺炎和烟草交叉时期的Twitter话语(1),以确定最直言不讳的对话参与者在多大程度上自认为是电子烟倡导者;(2)了解这些电子烟倡导者如何以及在多大程度上通过传播关于烟草、尼古丁或电子烟对COVID-19的治疗作用的内容来充当把关者。
方法:在大流行的前9个月(2020年1月至9月)发布的关于烟草、尼古丁或电子烟和COVID-19的推文(N=1,420,271)是使用经过验证的关键词过滤器从一个更大的烟草相关推文语料中识别出来的。研究人员确定了最热门的发帖者(即推特和转发者),并对其进行了描述,同时还确定了共享次数最多的统一资源定位符(url)、使用次数最多的标签和转发次数最多的1000条帖子。最后,我们调查了顶级用户和电子烟倡导者在转发关于尼古丁、烟草或电子烟治疗COVID-19作用的转发量最多的帖子时所起的作用。
结果:在推特上讨论新冠肺炎和烟草的前163名用户中,49.7% (n=81)是电子烟倡导者,而在前25名用户中,88% (n=22)是电子烟倡导者。关于烟草、尼古丁或电子烟治疗或预防COVID-19能力的内容广泛传播,在分享最多的url中占22.5% (n=57),在转发最多的推文中占10% (n=107)。最后,在顶级用户中,电子烟倡导者转发的帖子平均占78.6%,而其他人转发的帖子占53.1% (z= 3.34,P<措施)。电子烟支持者也更有可能转发关于尼古丁治疗作用的热门推文,63% (n=51)的电子烟倡导者至少转发了一条推文,而其他热门用户中只有40.3% (n=29)的人转发了这条推文。z= 2.80,P= . 01)。
结论:在COVID-19大流行期间,用户在推特上主导了关于烟草使用的讨论,并在传播关于烟草使用对病毒潜在治疗作用的转发量最高的帖子方面发挥了重要作用。需要进行后续研究,以更好地了解这种影响的程度,以及如何减轻电子烟倡导者对推特上烟草监管更广泛叙事的影响。
doi: 10.2196/40331
关键字
简介
背景
在COVID-19大流行等健康危机期间,受影响风险较高的人可能更有可能在网上寻求健康信息[
, ].然而,由于缺乏清晰、简明和完整的信息,社交媒体等数字信息渠道往往被用来帮助人们了解健康威胁的影响[ , ].由于使用香烟和电子烟等吸入尼古丁产品会增加呼吸道疾病的风险,并使使用者面临COVID-19并发症的更大风险,因此就烟草使用的风险进行明确沟通比以往任何时候都更加重要[ - ].一些人认为,COVID-19等广泛传播的呼吸道病毒可能提供一个机会,扩大公众对烟草制品危害的认识[ ].然而,关于这种病毒如何影响烟草使用者的说法很快就出现了相互矛盾的说法。 , ].一项对武汉市早期临床数据的回顾发现,与不吸烟者相比,吸烟者因COVID-19并发症而住进重症监护病房的可能性更小[
].尽管这项研究本身并没有提供吸烟与COVID-19感染或进展之间因果关系的任何证据,但作者认为,尼古丁的抗炎特性可能是高吸烟率国家中感染COVID-19的吸烟者患病率意外较低的原因[ , ].尽管后续没有发现证据支持尼古丁的保护作用,但吸烟、电子烟或尼古丁可以预防COVID-19的观点在传播,这导致研究人员通过传播渠道,特别是在推特上,记录了关于吸烟、电子烟和尼古丁可以预防COVID-19的错误信息。 - ].尽管问题信息的传播并非推特独有,但最近的调查数据表明,推特用户更有可能回忆起听到过的声音,并相信尼古丁、烟草或电子烟可以预防COVID-19 [ - ].早期临床记录回顾的科学发现显示,重症监护病房患者吸烟人数低于预期,这是尼古丁预防COVID-19的证据,这象征着社交媒体在科学机构与公众沟通中经常发挥的作用[
].这些违反直觉的发现并不是直接意义上的错误信息,因为它们并没有提供明显的错误信息[ ].更确切地说,这项研究发现的外推断章取义或影响深远,证明了这种说法并非严重错误,而是代表了与现有最佳科学证据相悖的未经证实和误导性的暗示[ , ].要了解科学扭曲和错误信息是如何在Twitter上传播的,首先要了解传统新闻媒体和社交媒体网站传播内容的关键区别。媒体研究者使用不同的“门”比喻来描述精英和其他意见领袖如何以及在多大程度上决定哪些信息可以通过“门”传递给大众。
- ].传统新闻媒体,如电视、印刷、甚至在线出版物与推特之间的第一个重要区别,是取消了“看门人”——编辑部和精英决策者,他们决定哪些新闻可以播出。 ].然而,Twitter缺乏传统的守门人并不意味着控制信息流动的大门无人看管。相反,最有影响力的用户充当着“看门人”的角色,他们对哪些信息通过大门缺乏绝对的控制,但却在很大程度上影响着信息是被引导到可能传播的高流量区域,还是被稀释的低流量区域。 , ].因此,在用户驱动的思想市场中,新闻不是通过一小群精英向观众传递的简单的两步流,而是稍大的发声用户群体的偏好和意识形态倾向会极大地影响内容“趋势”。 , ].现有证据表明,看门框架可能有助于概念化电子烟和其他烟草相关信息如何在Twitter上传播。之前的研究发现,社交媒体上的言论主要反对电子烟监管,倾向于夸大电子烟对健康的好处,充斥着关于电子烟和烟草行业的错误信息[
, - ].尽管错误信息的争议性往往是导致其传播的重要因素,如果在Twitter上讨论电子烟的声音最响亮、最多产的声音是那些有证明议程的人,那么这些证明守门人也是错误信息、虚假信息和其他有问题或未经证实的信息在媒体上传播的重要途径。尽管有证据表明推特上存在证据证明偏见,但这种偏见的程度以及对支持或反对电子烟的内容数量的影响都不清楚。最近对2020年3月至6月期间与电子烟相关的推文进行的一项调查发现,关于COVID-19和电子烟之间关系的错误信息既支持也反对电子烟[
].在另一项研究中,同样的研究人员表明,甚至在COVID-19之前,推特上关于电子烟的讨论中就存在错误信息[ ].之前的研究调查了尼古丁可以预防COVID-19这一说法的流行程度,发现在与大流行和烟草相关的推文中,约1%的推文中普遍存在治疗性尼古丁的说法[ ].基于这些发现,我们认为电子烟倡导者不成比例地影响了推特上与烟草相关的信息(即看门人),他们可能有助于传播宣传烟草、尼古丁或电子烟对COVID-19有治疗作用的内容。本研究
这项研究考察了看门框架是否可以用来理解关于尼古丁、烟草或电子烟的治疗效果的内容是如何在推特上传播的。看门框架的主要前提是有一部分有影响力的用户通过转发与他们意识形态议程一致的内容来推动Twitter上的信息传播。我们的调查始于这样一个假设:Twitter的影响力集中在生产和传播大部分内容的一小群顶级用户中。皮尤研究中心对推特行为的人口水平调查支持了这一假设[
].皮尤研究中心估计97%的推文是由前25%的用户发布的。此外,这些顶级用户发布的推文有很大一部分可能是转发其他用户的原创推文。因此,证明守门人的影响将在以下方面体现出来:(1)顶级用户中电子烟倡导者的高患病率,(2)意识形态一致的内容的大量传播(例如,烟草、尼古丁或电子烟可以预防COVID-19),以及(3)顶级用户和电子烟倡导者在传播这些内容方面发挥作用的直接证据。因此我们提出以下研究问题(RQs):- RQ1:在生产和传播最多内容的用户(即潜在的看门人)中,电子烟倡导者有多普遍?
- RQ2:在关于烟草和COVID-19的更广泛对话中,包括(1)热门话题标签、(2)热门共享统一资源定位符(url)和(3)转发次数最多的推文在内,表明支持宣传的内容有多普遍?
- RQ3:顶级用户和电子烟倡导者在传播顶级内容(即转发最多的关于烟草、尼古丁或电子烟对COVID-19有治疗作用的推文)方面发挥了什么作用?
方法
过程
我们首先从2020年1月至9月期间发布的所有与烟草相关的推文语料中识别有关COVID-19的帖子(原始推文和转发推文)。在清理和预处理原始数据(包括删除重复的帖子)之后,我们在帖子和用户级别上检查了数据集。在帖子层面,我们对这一时期转发量最高的1000条推文进行了内容分析,以评估广泛传播的宣传预防性尼古丁声明的推文数量,与之前研究中确定的1%的推文数量相比[
].然后,我们检查了分享最多的url,以进一步量化推特上传播了多少宣传尼古丁治疗COVID-19益处的内容。接下来,我们检查了最活跃用户(即推文和转发次数最多的用户)的用户资料,并在前1000次转发中确定了那些发布关于尼古丁预防COVID-19的原始推文的用户。最后,我们将顶级用户列表与转发关于尼古丁预防COVID-19的原始推文的用户进行了交叉引用,以更清楚地说明这些顶级用户在传播这些内容方面的作用(即把关)。数据收集
芝加哥大学的NORC维护着一个全面的与烟草相关的Twitter数据档案,这些数据每月使用历史Powertrack应用程序编程接口(API)收集,并通过朴素贝叶斯分类器对相关性进行排序。Twitter的API允许通过关键词进行有针对性的搜索,这些关键词可以出现在推文的文本中,也可以出现在元数据中。NORC“水龙头”收集了在研究时间段内发布的所有JSON格式的推文,然后将数据解析并合并到帖子级别的数据帧中,其中包含用户名和其他相关元数据的相应变量。从2020年前9个月发布的与烟草相关的推文中,我们开发并验证了一个关键字过滤器(
),以识别同样与COVID-19有关的烟草相关帖子。然后,我们通过人工编码2566条原始推文的随机样本来验证这个过滤器(精度=0.90,召回率=0.89,F1= .89)。然后,每条推文的文本被用来提取重要信息,包括url、标签,以及它是原创推文还是转发推文。然后,计数被汇总以提供该帖子(推文或转发;N=1,420,271),用户(N=817,691)和URL (N=54,806)级别和前1000个标签。识别顶级用户
我们首先试图确定一个较小的顶级用户群体,就他们负责的推文和转发的比例而言,他们是明显的异常值。我们从每个人发布(原创和转发)54至4897次的前1000名用户开始,这意味着0.12%的用户直接(发布)或间接(转发)了10.93%的烟草和COVID-19内容。在这前1000名中,我们在数据中发现了2个自然拐点:(1)中位数为87 (SD 263.10)。只有25个(2.5%)用户发布了3个或更多的sd,这意味着2.49%的活动来自前25名用户。(2)为了进一步扩展这个列表,我们将每个用户的推文数量以100为单位分组,其中59%的人的推文数量少于100条,83%的人的推文数量少于200条。因此,我们编码了163个拥有200个或更多帖子的顶级用户,他们负责我们数据集中产生的所有内容的5.59%。我们对最有影响力用户的编码样本平均每月发布54.15条推文,是皮尤研究中心为高容量用户设定的阈值的两倍多。然后,我们通过在他们的个人资料中确定至少3个标准中的1个,对这163个排名靠前的用户进行了分类:(1)在用户名或个人资料的文本中明确提到了电子烟或减少烟草危害(THR),(2)一条固定推文(用户选择固定在页面顶部的推文)推广电子烟,或(3)他们最近的5条推文中至少有3条明确推广电子烟。
识别治疗性尼古丁含量的传播
我们研究了与尼古丁对COVID-19的潜在治疗作用有关的错误信息传播趋势内容的3个关键指标。首先,我们研究了这段时间内最热门的话题标签。标签是一种关键手段,通过它,社交媒体上的对话围绕着一个连贯的叙述进行融合。
, ].所有的标签都是从推文文本中提取并聚合的。从使用次数在50次(#heart)到87,566次(#covid19)之间的前1000个标签开始,中位数为106.50 (SD 3101.53),我们发现了数据中的一个自然拐点,其中只有16个标签的使用距离中位数大于1个SD,占所使用标签的49.3%。然后,我们使用关键词词干(例如vap*, ecig*, thr和harmreduce *)确定了与电子烟、电子烟或烟草危害减少明确相关的标签。使用类似的程序检查顶部链接的url,在数据中找到一个自然的拐点,以确定最热门的内容。每个url共享的中位数为1次(SD 24)。其中,253个url的共享距离中位数大于3sd,占所有共享url的30.9%。这些顶级url的份额从74到2827不等,中位数为117.5(标准差279.73)。然后,我们检查了这些顶级url,以确定它们是否链接了促进尼古丁、烟草或电子烟预防或治疗COVID-19能力的内容。
最后,我们对前1000条转发进行了内容分析,以描述在推特上关于烟草和COVID-19的广泛讨论中传播最广泛的部分中,关于尼古丁、烟草或电子烟对COVID-19潜在治疗益处的原创推文的存在。我们使用了扎根理论方法[
, ].我们回顾了转发量最高的1000条推文,同时注意到6个相关主题,主要主题是尼古丁或烟草对COVID-19的潜在治疗作用。与含量分析的惯例一致,为了建立可靠性,保留了至少10%的随机子样本[ ].在这项研究中,两名独立编码员对300条(30%)转发的随机子样本进行双重编码,以确定关于个人责任(κ=0.95)、社会正义(κ=0.83)、与烟草相比降低COVID-19严重程度(κ=1)、政府批评(κ=0.92)、口罩疗效(κ=0.8)以及感兴趣的主题尼古丁的保护作用(κ=1)的推文的可靠性。在建立可靠性后,其余700条(70%)转发被平均分配给编码员。然后,使用与编码顶级用户相同的方法,对那些转发推文宣传尼古丁对COVID-19有治疗作用的用户资料进行编码,以识别电子烟倡导者。最后,通过确定最热门的用户是否转发了关于尼古丁或烟草潜在治疗作用的最热门转发内容,我们对“看门”的RQ进行了检查。机器人检测
推特上自动(机器人)账户的角色最近一直是人们关注的一个领域。
].一份报告显示,有多达一半的关于电子烟的推文可能来自机器人。 ].虽然用于推广电子烟内容的机器人在功能上与推广电子烟内容的人类把关人具有相同的目的,但区分机器人和人类账户非常重要,因为监管机构和健康传播人员可能会以不同的方式处理这些有问题的信息来源。 ].我们首先使用机器学习分类器Botometer根据工具创建者确定的一系列“类机器人”行为指标,估计用户帐户是机器人的可能性,提供0到5之间的分数,5是最有可能是机器人[ ].然而,该工具已被证明在错误分类机器人和人类帐户方面有很大的局限性[ ].因此,我们报告了可能表明机器人活动的其他指标,包括Twitter是否验证了该帐户,以及该帐户是否已被删除或转为私有。值得注意的是,排名最高的用户的机器人得分为3.6,并且只发布原创推文。然而,这位用户并不是电子烟的倡导者。道德的考虑
这项研究没有涉及人类受试者。数据收集自公共社交媒体网站。为了匿名发表,帐户名称被排除在外。
结果
电子烟倡导者和电子烟标签
在顶级用户中,电子烟倡导者非常普遍,在前163名用户中占81名(49.7%),在前25名用户中占22名(88%)。排名前163位的用户每人发布的推文中位数为317次(标准差536.56),转发的次数(标准差234次,标准差373.80)远高于他们发布原始推文的次数(标准差58次,标准差433.98)。平均而言,电子烟倡导者的转发比例(78.6%)高于其他人的转发比例(53.1%;z= 3.34,P<措施)。机器人在顶级用户中的普及程度似乎有限。尽管只有3个账号通过了Twitter的认证,20个账号被删除或私信,但平均底部计分很低(平均值1.59,标准差1.37),只有19% (n=31)的用户高于2.5的中点。电子烟倡导者的平均得分为1.26,而所有其他账户的平均得分为2.03,几乎没有证据表明机器人正在推动我们数据集中的电子烟倡导。
电子烟标签(n=63)总共被使用了43223次,占我们数据集中使用的标签的9.4%,包括整体使用最多的16个标签中的3个。
提供数据集中排名前16的整体标签,以及排名前16的电子烟标签,占使用的电子烟标签的85.7%。最值得注意的是,#wevapewevote在所有标签中名列前茅,另外还有5个明确证明的标签,每个标签都有超过1000次的使用。在253个顶级共享url中,57个(22.5%)推广了关于尼古丁、烟草或电子烟在治疗或预防COVID-19方面的潜在治疗作用的内容。这些url被共享了16244次。
提供了前29个共享url的描述,这些url是通过数据中的拐点确定的,该拐点距离共享数量的中位数超过2个SD,占所有共享url的12.4%。在排名前29位的url中,有12个链接了宣传尼古丁、电子烟或烟草对COVID-19潜在治疗价值的文章,占这些顶级内容的41.4%。值得注意的是,在这12篇文章中,有2篇(17%)是明确驳斥媒体人声称吸蒸汽漂白剂可以治愈COVID-19的说法的文章,而另外10篇(83%)则专注于降低吸烟者的COVID-19感染率(n= 9,90%)或使用烟草疫苗(n= 1,10%)。转发量最高的1000条推文共被转发578763次,转发量在105 - 117662次之间,中位数为193次(标准差3956.82)。
提供6个编码的类别、示例推文以及每个类别中转发的百分比。尼古丁或烟草的治疗潜力是第四个最常讨论的话题。在107条关于尼古丁保护作用的转发帖子中,包括吸烟、电子烟或一般烟草,5条(4.7%)试图反驳这一观点,1304条(0.2%)转发。进一步研究还发现,这些转发中有4条(3.7%)涉及一位保守派脱口秀主持人,他告诉一位电话听众,他们可以用电子烟漂白剂来保护自己免受COVID-19的感染。在删除了这9条(8.4%)推文后,我们重点关注了98条(91.6%)转发量最高的推文,这些推文明确支持或推广了尼古丁(无论是通过贴片、吸烟还是电子烟)可以预防COVID-19的观点。这样的内容被转发了21782次,在我们的样本中获得了3.8%的转发(中位数160,标准差194.25)。此外,这些推文还使用了#saysscience (n= 17,17%)和# sciencessurprise (n= 12,12%)的标签,这两个标签分别在2129和1544次转发中使用。关于尼古丁的治疗作用,共有74名用户转发了98条转发量最高的推文。其中,30个(40.5%)是经过核实的,16个(21.6%)是官方新闻账号。事实上,认证账号的转发量占转发量的74.5%,而新闻账号(除2个外均为认证账号)的转发量占46.2%。在这74名用户中,只有2人(2.7%)是电子烟倡导者。最后,机器人在这一组中也很有限,平均底部测试得分为1.57 (SD为1.28)。值得注意的是,这个值可能被夸大了,因为经过验证的新闻来源往往被错误地归类为机器人,平均得分为3.19。
排名前163位的用户转发了338次关于尼古丁预防新冠肺炎的帖子(中位数1,标准差2.78)。在排名前163位的用户中,91位(55.8%)转发了至少1条热门帖子,前25位用户中有17位(68%)转发了至少1条帖子(中位数4,SD 4.51)。电子烟倡导者转发这类帖子的比例(63%)明显高于其他顶级用户(40.3%;z = 2.80,P= . 01)。总的来说,38.2%的热门帖子至少被顶级用户转发了一次,该研究的主要作者发布的原创帖子显示,重症监护室中患有COVID-19的吸烟者人数低于预期,获得了38.5%的顶级用户转发。
提供用于推广顶级用户转发的此类内容的顶级转发的已识别文本。16个整体标签一个(N = 87566) | 16个电子烟标签b(N = 43223) | ||
标签 | 使用量,n (%) | 标签 | 使用量,n (%) |
covid19 | 87566 (100) | 特许经销商c | 15567 (36.0) |
冠状病毒 | 31608 (36.1) | vapec | 6306 (14.6) |
特许经销商 | 15567 (17.8) | wevapewevote | 3601 (8.3) |
nomeat_nocoronavirus | 11495 (13.1) | vapingsaveslives | 2419 (5.6) |
烟草 | 10961 (12.5) | ecigsc | 1495 (3.5) |
新型冠状病毒肺炎 | 9181 (10.5) | vapefam | 1283 (3.0) |
吸烟 | 8328 (9.5) | harmreduction | 1137 (2.6) |
covid | 8193 (9.4) | 汽 | 1137 (2.6) |
lockdownsa | 7685 (8.8) | ecigarettesc | 871 (2.0) |
covid_19 | 7256 (8.3) | ecigc | 766 (1.8) |
stayhome | 6705 (7.7) | vapelife | 734 (1.7) |
vape | 6306 (7.2) | 特许经销商 | 502 (1.2) |
quitforcovid | 5156 (5.9) | tobaccoharmreduction | 424 (1.0) |
封锁 | 4021 (4.6) | vapeon | 414 (1.0) |
wevapewevote | 3601 (4.1) | vapecommunity | 390 (0.9) |
indiafightscorona | 3472 (4.0) | vapenation | 387 (0.9) |
一个排名前16位的标签占所有标签的49.3%。
b排名前16位的电子烟标签占所有已使用标签的85.71%,占所有已使用标签的9.4%。
c这些标签并不一定是证明,有时也会被用于反电子烟帖子中。
URL的描述 | 股份(N=21,100), N (%) |
新闻24网:封锁德拉米尼·祖玛推动烟酒禁令持续到一级 | 2827 (13.4) |
经济学家:吸烟者似乎比不吸烟者更不容易感染covid - 19 | 2359 (11.2) |
News24.com:冠状病毒有关南非和世界covid - 19的最新消息 | 1854 (8.8) |
原始故事:保守派电台主持人同意来电者的说法,吸漂白剂可能治愈covid - 19你没疯 | 878 (4.2) |
《卫报》:法国研究表明吸烟者感染冠状病毒的风险较低 | 796 (3.8) |
新闻24.com:打破拉马福萨被告知取消烟酒禁令,并转移到二级封锁源 | 694 (3.3) |
rf .fr:法国研究人员建议尼古丁可以预防covid - 19 | 677 (3.2) |
法国测试尼古丁是否能预防冠状病毒 | 667 (3.2) |
CNN:冠状病毒戒烟健康 | 657 (3.1) |
新闻24:封锁期间不得出售对上瘾者有害的烟酒 | 649 (3.1) |
Ewn.co.za:南非经济因酒精香烟销售禁令损失50亿卢比 | 631 (3.0) |
每日电讯报:吸烟者感染covid - 19的可能性降低四倍,提示尼古丁/ | 620 (2.9) |
News24.com:冠状病毒有关南非和世界covid - 19的最新消息 | 584 (2.8) |
研究人员测试尼古丁是否可以预防covid - 19 | 557 (2.6) |
媒体问题:肖恩·汉尼提建议吸电子烟可以防止人们感染冠状病毒 | 491 (2.3) |
控制金钱:每天一支烟可以远离冠状病毒法国研究人员测试尼古丁是否可以预防covid | 488 (2.3) |
彭博社:冠状病毒疫苗竞赛得到了不太可能的合作伙伴大烟草公司 | 472 (2.2) |
W24.co。z一个: How lockdown saved my life woman shares how she finally quit smoking after 20 years | 468 (2.2) |
《科学美国人》:吸烟或吸电子烟可能会增加感染严重冠状病毒的风险 | 461 (2.2) |
CNN:冠状病毒戒烟健康 | 461 (2.2) |
《卫报》:法国研究表明吸烟者感染冠状病毒的风险较低 | 457 (2.2) |
NDTV:冠状病毒药物新闻法国测试尼古丁是否可以防止冠状病毒附着在细胞上 | 444 (2.1) |
性质:使用OpenSAFELY与covid -19相关死亡相关的因素 | 435 (2.1) |
卫报:政治公众covid - 19烟草约翰逊 | 431 (2.0) |
CNN:冠状病毒戒烟健康 | 423 (2.0) |
中国是否从加拿大窃取了冠状病毒并将其武器化 | 409 (1.9) |
Buzzfeed:吸烟不会杀人,迈克·彭斯还有其他很棒的专栏文章 | 408 (1.9) |
中:我如何杀死了烟雾怪物,并像女王一样戒烟 | 402 (1.9) |
Todayistheday.co。uk/(戒烟资源) | 400 (1.9) |
一个在54806个不同的url中,这29篇文章占了12.4%的份额,这些url总共被分享了170496次。
bURL:统一资源定位器。
编码的分类 | 例子 | 转发数最多,n (%) |
政府的批评 | 迈克·彭斯:-他在印第安纳州削减预算导致艾滋病毒在那里传播-写了关于吸烟如何不会导致癌症的文章-称全球变暖是一个神话-被特朗普任命为冠状病毒应对工作的负责人,令人难以置信。# CoronaVirusUpdates | 293 (29.3) |
个人责任 | 随着新冠病毒侵袭肺部,你能做的最重要的事情之一就是戒烟和吸电子烟。我在第三天。想加入吗? | 149 (14.9) |
面膜功效 | 好吧,我录下了这段录音,因为我知道他们会删除它……为什么? ?电子烟的烟雾是2.5微米……Covid在0.15-0.25微米之间。面具根本没用。 | 149 (14.9) |
尼古丁的保护作用 | 根据法国的一项新研究,尼古丁可以防止人们感染冠状病毒,法国计划进行进一步的试验,以测试这种物质是否可以用于预防或治疗这种致命疾病 | 107 (10.7) |
低估了大流行的影响 | 如果他们要报告每一个冠状病毒死亡病例,我认为他们应该报告每一个:流感死亡,车祸死亡,吸烟死亡,酒精死亡…你懂的。不要再制造恐惧了 | 50 (5.0) |
社会正义 | 想象一下,如果卫生局局长宣布一项计划,以支持口罩、检测和;为黑人和拉丁裔建立社区健康中心,而不是告诉我们不要吸烟&;喝酒是为了保护他们的大妈妈。你怎么能责怪那些不完美的流行病受害者呢? | 49 (4.9) |
一个在这1000个帖子中,2个独立编码员对300个(30%)帖子进行双编码以建立可靠性,之后剩余700个(70%)帖子由2个编码员平均分配。
推文 | 转发次数最多的用户,n (%) |
纽约市市长表示,吸烟和电子烟会增加冠状病毒的风险。在中国的1099个案例中,只有12.6%是吸烟者(我们预计会更高)。电子烟的数据为零。所以,现在说还为时过早。对公共卫生一无所知的人应该闭嘴。 | 39 (23.9) |
最后,该研究发表了“对中国住院COVID-19患者当前吸烟患病率的系统综述,尼古丁是否可以成为一种治疗选择?”中国新冠肺炎住院患者吸烟率极低。 | 38 (23.3) |
中度和重度吸烟者COVID-19检测呈阳性的可能性要低50-60%,入住ICU的可能性要低80-90%……还记得我4月初提出的关于尼古丁潜在保护作用的假设吗? | 31 (19.0) |
因此,因冠状病毒住院的人中似乎很少是吸烟者。我与科学家、烟草专家和政策制定者交谈过,他们试图弄清楚尼古丁是否“可能”与吸烟有关。 | 23日(14.1) |
法国新冠肺炎患者中吸烟者的比例严重不足。标准化(年龄和性别)发病率降低了80% !!这有力地支持了我1个月前提出的关于尼古丁保护作用的假设(即将发表)。 | 22日(13.5) |
今年年初的1月22日,我对尼古丁对冠状病毒的保护作用产生了怀疑。 | 20 (12.3) |
法国关于#吸烟#的官方数据;#covid19复制了中国、德国的情况;与吸烟流行率相比,美国吸烟者因冠状病毒而住院的比例非常低(法国23%)。 | 18 (11.0) |
政府承认,“吸烟人群感染冠状病毒并发展为Covid-19的可能性较小”。 | 12 (7.4) |
禁止吸烟无助于控制或限制Covid - 19的流行。相反,如果吸烟者确实被感染,需要住院治疗的可能性要小得多。NDZ正在追求一个非常个人和主观的运动。 | 12 (7.4) |
“没有证据表明吸烟会传播或增加COVID-19的传播。——康斯坦丁诺斯·法萨利诺斯博士,心脏病学家和反吸烟研究人员 | 11 (6.8) |
一个排名前10位的帖子占顶级用户转发此类内容的69.8%;另有29条推文被1到9位顶级用户转发。
讨论
主要研究结果
这项研究证明了看门框架在Twitter上检查有问题信息传播的效用。在我们的顶级用户样本中,超过一半的用户以及在大流行前9个月制作和传播关于COVID-19和烟草内容的25名最多产用户中的22名用户都在支持“减少危害”的倡导者。此外,这些使用最多的电子烟倡导者发布的4条帖子中有超过3条被转发,而非电子烟倡导者的转发量略高于一半,进一步证明了这些用户作为内容传播者的关键作用。
在之前的研究的基础上,我们确定并量化了尼古丁可以预防COVID-19这一特定错误信息的程度,我们证明了这一说法在这段时间内被转发最多的内容中所具有的广泛影响[
, , ].即使在2020年5月,Farsalinos等人的最初研究[ ,但包括多项荟萃分析在内的大量科学证据仍然反对尼古丁,尤其是吸烟,可以保护人们免受COVID-19的侵害。尽管如此,在我们的前1000次转发样本中,这一说法的传播频率是试图揭穿这一说法的5条推文的20多倍,转发频率是后者的近17倍。在分享最多的url中,宣传尼古丁或烟草潜在治疗作用的文章占了近三分之一的份额。明确证明的标签有很多,如#wevapewevote、#vapingsaveslives和#vapefam,这表明在更广泛的COVID-19和烟草相关对话中,证明观点具有重要代表性。最后,这项研究提供了令人信服的证据,表明顶级用户,尤其是电子烟倡导者,在传播尼古丁可以预防COVID-19的观点方面发挥了重要作用。电子烟的支持者明显更有可能转发关于尼古丁潜在治疗作用的热门推文。超过一半的顶级用户转发了至少一条关于该话题的转发最多的推文,而超过三分之一的转发最多的推文被至少一个顶级用户转发。这些发现对烟草控制和在推特上传播信息的过程都有影响。
对烟草管制的影响
对烟草控制最重要的影响是,推特上烟草内容的传播受到电子烟倡导者的严重影响。COVID-19在多大程度上成为吸烟者或电子烟使用者试图戒烟的进一步动机尚不确定。然而,对这个问题的研究发现,结果充其量是喜忧参半。
- ].尽管大流行期间成瘾物质的使用可以用比社交媒体上的错误信息多得多的变量来解释,但我们的研究结果表明,Twitter上参与烟草控制对话的最著名的声音所证明的意识形态偏见,可能有助于解释为什么宣传尼古丁保护作用的错误信息传播得如此广泛。此外,之前研究Twitter上烟草情绪的时间趋势的研究指出,2020年3月美国大流行开始时,反烟草情绪有所上升,随后,随着研究预印本的发布,积极的烟草情绪有所上升,该研究显示武汉icu的吸烟者低于预期[ ].我们的研究表明,烟草、尼古丁或电子烟对covid -19有治疗价值这一积极情绪的一个可能驱动因素,是由有影响力的电子烟倡导者在平台上频繁传播的。这项研究强调了解决科学扭曲的日益增长的挑战,尽管错误信息本身不会导致错误的信念。没有理由相信研究发现的吸烟者比预期的少是伪造的。事实上,这种“吸烟者的悖论”激发了巨大的研究兴趣,并呼吁预先登记假设,以严格调查尼古丁对COVID-19的影响[
].大量文献提供了强有力的证据,证明在呼吸道大流行期间吸烟会增加严重疾病和死亡的风险[ - ].此外,对围绕尼古丁治疗作用的具体假设进行的更详细的调查揭示了相反的情况,因为尼古丁似乎有助于而不是阻碍SARS-CoV-2的复制[ ].我们的研究并没有涉及这一复杂的文献。相反,我们展示了这种研究结果的机会主义过度解释如何通过有影响力的用户在Twitter上传播,对这些用户来说,这些发现支持更广泛的叙述。这些发现的更广泛的含义是,关于烟草控制的信息在Twitter上的传播受到用户的解释,这些用户对传播的信息有很强的影响力,并且在平台上声明的目的是反对烟草管制。对理解错误信息传播的启示
值得注意的是,我们的研究结果并不与之前关于尼古丁保护作用的错误信息流行率的研究相矛盾,而是增加了有助于描述错误信息在Twitter上传播过程的背景。卡瓦鲁等[
]发现尼古丁的保护作用约占总含量的1%,而Sidani等人[ 发现了推特上出现的各种关于电子烟产品的错误信息。这两项研究都提供了对整个“消防水管”信息的概述。我们试图了解,来自这条“消防水管”的一小部分信息是如何被转移到更小、更有影响力的热门转发池的。虽然我们不低估先前研究表明的争议的基本病毒式传播可以推动错误信息的传播,但我们强调了“看门人”这个比喻在描述错误信息如何在Twitter上传播时的重要效用[ ].推特上的意见领袖对发布在该平台上的内容没有控制权。然而,他们对某些观点的传播有着超过其他观点的影响。虽然还需要进行更多的研究,但我们提供了强有力的证据,证明最多产的推特用户对特定主题(provape用户讨论COVID-19和尼古丁)的意识形态倾向,通过转发大部分传播最广泛的帖子,直接影响了问题信息(尼古丁可以预防COVID-19)的传播。这些发现让人想起了之前的研究,在另一种情况下,反疫苗接种的大多数虚假信息仅来自12名用户[
].然而,与“十二个虚假信息”相比,推特上的证明守门人不会制造和传播公开的虚假信息。相反,他们充当科学界和更广泛的twitter用户公众之间的调解人,并对支持证明叙事的科学发现予以特权,而对不支持证明叙事的大量证据予以驳回、忽视和反驳。对从业者的启示
这项研究对从业者有两个有用的启示。首先,整个对话的一个小组成部分可以产生巨大的影响。最终,大多数关于COVID-19和尼古丁的对话都是关于COVID-19的,只是间接提到了尼古丁或烟草产品。虽然#wevapewevote是最热门的话题标签之一,但#nomeatnocoronavirus的流行度是它的3倍多。此外,在我们的转发量最高的样本中,60%涉及批评政府,抱怨口罩,以及赞扬大流行期间照顾自己身体的美德。
不幸的是,社交媒体对第四阶层前所未有的民主化,将真正的建设性公共话语与不连贯的、错误的、往往是恶意的评论结合在一起。
].热门话题标签和总体流行程度在很大程度上反映了信息在社交媒体上传播的内容和方式。 ].这种争议很有趣,任何人都可以在有限的监督下发布任何东西,这是错误信息在社交媒体上流行的既定和直观原因。 ].然而,解决这一问题需要更仔细地研究一些推文传播的媒介,而另一些则没有。关于尼古丁和COVID-19的错误信息并不占大流行期间使用尼古丁产品内容的大多数甚至多数。然而,关于尼古丁可以预防COVID-19的错误信息广泛传播,很可能是因为它与意见领袖、看门人和最多产的推特用户的意识形态议程一致。这一传播过程的更广泛含义是,众所周知,Twitter不利于有效的公共卫生传播。在尼古丁在预防COVID-19方面的潜在作用的背景下,Twitter无疑在有好的信息时放大了坏信息。最直言不讳的用户在讨论COVID-19和尼古丁时存在明显的证明偏见,这不可避免地意味着,即使试图在该平台上揭穿这些信息,也无法获得几乎相同的流量。最重要的暗示是,这种偏见可能会导致人们继续强调电子烟的好处,而低估和淡化它的危害。
局限性和未来发展方向
这项研究最重要的局限性与我们发现的范围有关。我们研究了在大流行开始期间烟草控制和COVID-19的特定背景下,看门人对许多社交媒体平台之一的影响。在不同的平台、不同的背景下,社交媒体上错误信息的传播可能有所不同,在烟草控制这一更广泛的背景下也可能有所不同。虽然我们的发现具有普遍意义,但还需要更多的研究来充分了解平台、背景和特定类型的错误和虚假信息之间的相互作用,包括对科学共识的扭曲。
第二个限制是关于我们发现的结论与看门框架的中心前提有关——顶级用户直接负责转发最多的内容的广泛传播。我们提供了确凿的证据,证明在烟草背景下讨论COVID-19的顶级用户(其中大多数是电子烟倡导者)转发了许多传播最广泛的关于尼古丁可以治疗COVID-19的转发。然而,在随后的研究中,需要网络方法来确定是否确实是这些电子烟倡导者的转发促进了该内容和其他内容的广泛传播。此外,电子烟倡导者的影响是否超出了COVID-19和烟草的交叉领域,延伸到推特和社交媒体上关于烟草监管的更广泛讨论,是后续研究的重要课题。
此外,我们分析了包含近150万篇帖子和数十万用户的数据集的一小部分。然而,对在线错误信息网络的研究表明,减少错误信息的最佳方法是识别和惩罚中心节点——意见领袖和看门人,他们推动了一些信息的病毒式传播。
].虽然纯粹的内容数量是评估影响力的一个公认的生硬工具,但我们表明,这些顶级用户的主要功能,甚至在更大程度上,这些顶级用户中的电子烟倡导者,是放大(即转发)一些原创推文。随后的研究应采取更复杂的措施,以评估对烟草监管话语的持续影响,作为一个整体,对哪些干预最有可能有效。最后,尽管我们使用了API,并从Twitter上更广泛的烟草相关讨论中进行了广泛过滤,这是本研究的一个优势,可以提供相关内容的近乎普查,但与从私人和删除的账户收集数据相关的限制意味着我们不可避免地遗漏了一些内容。我们注意到,在收集数据后,我们能够从那些账户被设置为隐私的用户那里捕获内容。
结论
COVID-19大流行提供了一个潜在机会,通过强调吸入尼古丁产品使用的长期负面后果,来强调呼吸健康的重要性。然而,推特上的意见领袖或看门人能够引导叙事,并宣传尼古丁可以预防COVID-19的错误信息,这可能在抑制大流行对烟草使用的任何积极影响方面发挥了作用。尽管任何人都可以在推特上发帖,但推特上关于烟草和新冠肺炎的意见领袖的构成表明,有关烟草和电子烟危害的内容并不像支持电子烟泛滥的信息那样具有病毒式传播力。
致谢
我们要感谢Zahra Ehtesham和Lan Margosis的努力,他们以出色的可靠性对顶级转发进行了内容编码。
利益冲突
没有宣布。
识别COVID-19推文的前30个搜索词。
DOCX文件,14kb参考文献
- Roberts M, Ehde D, Herring T, Alschuler K.在COVID-19大流行早期,慢性病患者的公共卫生依从性和信息寻求。2021年11月13日(11):1249-1260 [免费全文] [CrossRef] [Medline]
- Vanderpool RC, Huang GC, Mollica M, Gutierrez AI, Maynard CD.在COVID-19时代寻求癌症信息:来自国家癌症研究所癌症信息服务的发现。卫生交流2021年1月22日;36(1):89-97。[CrossRef] [Medline]
- Neely S, Eldredge C, Sanders R.美国社交网站用户在COVID-19大流行期间在社交媒体上寻求健康信息的行为:调查研究。J Med Internet Res 2021 6月11日;23(6):e29802 [免费全文] [CrossRef] [Medline]
- 超过80%的美国人通过数字设备获取新闻。URL:https://www.pewresearch.org/fact-tank/2021/01/12/more-than-eight-in-ten-americans-get-news-from-digital-devices/[2022-09-10]访问
- Alqahtani JS, Oyelade T, Aldhahir AM, Alghamdi SM, Almehmadi M, Alqahtani AS,等。COVID-19患者中与COPD和吸烟相关的患病率、严重程度和死亡率:一项快速系统综述和荟萃分析PLoS One 2020年5月11日;15(5):e0233147 [免费全文] [CrossRef] [Medline]
- Gupta A, Nethan S, Mehrotra R.烟草使用是公认的导致COVID-19严重症状的原因。呼吸医学2021年1月;176:106233 [免费全文] [CrossRef] [Medline]
- Patanavanich R, Glantz S.吸烟与COVID-19进展相关:一项荟萃分析。尼古丁Tob Res 2020;22(9):1653-1656。
- 赵强,孟M, Kumar R,吴勇,黄娟,连娜,等。COPD和吸烟史对COVID-19严重程度的影响:系统回顾和荟萃分析J Med Virol 2020 Oct;92(10):1915-1921 [免费全文] [CrossRef] [Medline]
- Popova L. Carpe covid:利用covid -19宣传烟草产品的危害。Tob Control 2022 5月13日;31(3):397-398。[CrossRef] [Medline]
- Farsalinos K, Barbouni A, Niaura R.吸烟、电子烟和因COVID-19住院治疗。Qeios预印本于2020年4月4日在线发布。[CrossRef]
- Majmundar A, Allem J, Cruz TB, Unger JB。电子烟和COVID-19之间的公共健康问题和未经证实的说法。2020年8月24日;22(9):1667-1668 [免费全文] [CrossRef] [Medline]
- Farsalinos K, Niaura R, Le Houezec J, Barbouni A, Tsatsakis A, Kouretas D,等。编辑:尼古丁和SARS-CoV-2: COVID-19可能是一种尼古丁胆碱能系统疾病。毒理学报告2020;7:658-663 [免费全文] [CrossRef] [Medline]
- 临床试验。尼古丁预防新冠病毒感染(NICOVID-PREV)的疗效。2021.URL:https://clinicaltrials.gov/ct2/show/NCT04583410[2022-09-10]访问
- Bandara NA, Herath J, Mehrnoush V.在COVID-19大流行期间,解决社交媒体上关于电子烟健康的说法。世界儿科杂志2021年2月21日;17(1):3-5 [免费全文] [CrossRef] [Medline]
- Majmundar A, Allem J, Unger JB, Cruz TB。电子烟和COVID-19:推特对公共卫生和临床护理的洞察。国际环境资源公共卫生2021年10月26日;18(21):11231 [免费全文] [CrossRef] [Medline]
- Kavuluru R, Noh J, Rose S.推特上关于尼古丁作为COVID-19潜在预防或治疗的论述。medRxiv预印本于2021年9月18日在线发布[免费全文] [CrossRef] [Medline]
- Suarez-Lledo V, Alvarez-Galvez J.社交媒体上健康错误信息的流行率:系统回顾。J Med Internet Res 2021年1月20日;23(1):e17187 [免费全文] [CrossRef] [Medline]
- Tan AS, Bigman CA.社交媒体上关于商业烟草产品的错误信息——减少烟草相关健康差异的影响和研究机会。Am J Public Health 2020 10月;110(S3):S281-S283。[CrossRef]
- 王勇,McKee M, Torbica A, Stuckler D.健康相关虚假信息在社交媒体上传播的系统文献综述。2019年11月;240:112552 [免费全文] [CrossRef] [Medline]
- Silver NA, Kierstead EC, Briggs J, Schillo B.用扭曲的科学吸引电子烟用户:一项调查调查了社交媒体平台的使用、与尼古丁相关的错误信息和对烟草行业的态度。BMJ公开赛2022年6月01日;12(6):e057027 [免费全文] [CrossRef] [Medline]
- Vraga EK, Bode L.定义错误信息并理解其有限性质:使用专业知识和证据来描述错误信息。政论2020年2月6日;37(1):136-144。[CrossRef]
- 曾杰。科学错误信息的定义与度量。Ann Am Acad Pol Soc science 2022年5月05日;700(1):98-111。[CrossRef]
- 守门、看门、实时反馈:新闻业面临的新挑战。BJR 2011 12月9日;7(2):117-136。[CrossRef]
- Pearson GDH, Kosicki GM:寻路在数字时代是如何挑战守门的。期刊研究2016年1月12日;18(9):1087-1105。[CrossRef]
- Timothy V.守门理论,鞋匠PJ。纽约州纽约州:劳特利奇;2009.
- Vos T, Heinderyckx F.转型中的守门人。纽约州纽约:Taylor & Francis;2015.
- P兄弟,Wallberg f数字守门人。数字学报2014年4月14日;2(3):446-454。[CrossRef]
- 看门和新闻策划:新闻、社交媒体和公共领域。见:数字编队,卷113。瑞士伯尔尼:彼得·朗;2018.
- 第18章:从新闻博客到Twitter上的新闻:看门和合作新闻管理。在:数字政治手册。英国切尔滕纳姆:爱德华·埃尔加;2015.
- Krittanawong C, Narasimhan B, Virk H, Narasimhan H, Hahn J,王忠。中国医学杂志2020;33(12):1367-1369。[CrossRef]
- Oyeyemi SO, Gabarron E, Wynn R.埃博拉,推特和错误信息:一个危险的组合?BMJ 2014 10月14日;349:g6178。[CrossRef] [Medline]
- 态度与态度改变。精神病学2018年1月04日;69(1):299-327。[CrossRef] [Medline]
- 权敏,朴e。社交媒体平台对电子烟的认知和情绪系统评价。JMIR公共卫生监测2020;6(1):e13673。[CrossRef]
- Lazard A, Saffer A, Wilcox G, Chung A, Mackert M, Bernhardt J.电子烟社交媒体信息:推特上营销和消费者对话的文本挖掘分析。JMIR公共卫生监测2016;2(2):e6551。[CrossRef]
- McCausland K, Maycock B, Leaver T, Wolf K, Freeman B, Jancey J.推特上的电子烟倡导者:电子烟相关推文的内容分析。JMIR公共卫生监测2020年10月14日;6(4):e17543 [免费全文] [CrossRef] [Medline]
- Sidani JE, Hoffman BL, Colditz JB, Melcher E, Taneja SB, Shensa A,等。社交媒体上有关电子烟尼古丁的错误信息。subuse误用2022年1月22日;57(4):588-594。[CrossRef] [Medline]
- 张志刚,张志刚,张志刚,等。关于电子尼古丁输送系统和COVID-19的讨论和错误信息:推特内容的定性分析。JMIR Form Res 2022年4月13日;6(4):e26335 [免费全文] [CrossRef] [Medline]
- 沃西克·S,休斯·A.评估推特用户。2019。URL:https://www.pewresearch.org/internet/2019/04/24/sizing-up twitter用户/[2022-09-10]访问
- Enli G, Simonsen C.“社交媒体逻辑”符合专业规范:记者和政客使用Twitter标签。2017年3月17日;21(8):1081-1096。[CrossRef]
- Zappavigna M.可搜索谈话:标签和社交媒体元话语。英国伦敦:布鲁姆斯伯里;2018.
- 杨春铁,李志刚,李志刚。扎根理论研究:一个面向新手的设计框架。SAGE Open Med 2019年1月02日;7:2050312118822927 [免费全文] [CrossRef] [Medline]
- 《扎根理论的发现:定性研究的策略》。纽约州纽约州:劳特利奇;2017.
- Neuendorf KA。内容分析指南。加州千橡市:SAGE出版公司;2017.
- 尼科尔森的基础。2019年,超过一半的关于ECigs的推文可能来自机器人。URL:https://thenicholsonfoundation.org/sites/default/files/PGP-TNFBot_Detection_Report.pdf[2022-09-10]访问
- 阿利姆J,费拉拉E,乌普SP,克鲁兹TB,昂格JB。利用社交媒体数据监测电子烟:社交机器人、新兴话题和趋势。JMIR公共卫生监测2017年12月20日;3(4):e98 [免费全文] [CrossRef] [Medline]
- Varol O, Ferrara E, Davis C, Menczer F, Flammini A.在线人机交互:检测,估计和描述。2017年发表于:第十一届网络与社交媒体国际AAAI会议;2017年5月15-18日;蒙特利尔,魁北克,加拿大。
- Rauchfleisch A, Kaiser J.机器人自动检测在社会科学研究中的假阳性问题。PLoS One 2020 10月22日;15(10):e0241045 [免费全文] [CrossRef] [Medline]
- Majmundar A, Moran M.支持或反对烟草控制:在Facebook和Instagram上赞助烟草宣传信息。尼古丁Tob Res 2021 10月07日;23(11):1861-1868。[CrossRef] [Medline]
- 张志刚,李志刚,张志刚,等。COVID-19压力与吸烟之间的双刃剑关系:对戒烟的影响Tob Induc Dis 2020;18:63 [免费全文] [CrossRef] [Medline]
- Klemperer EM, West JC, pesley - miklus C, Villanti AC.烟草和电子烟使用的变化以及应对COVID-19的戒烟动机。2020年8月24日;22(9):1662-1663 [免费全文] [CrossRef] [Medline]
- Kreslake JM, Simard BJ, O 'Connor KM, Patel M, Vallone DM, Hair EC。2019冠状病毒病大流行期间青少年和年轻人使用电子烟:美国,2020年。美国公共卫生杂志2021年6月;111(6):1132-1140。[CrossRef]
- kamizynski M, Muth A, bogdazynski P. COVID-19大流行期间吸烟、电子烟和烟草行业:推特数据分析。网络心理行为网络2020年12月30日;23(12):811-817。[CrossRef] [Medline]
- Perski O, Simons D, Shahab L, Brown J.吸烟、尼古丁和COVID-19:需要方法三角化和预先登记来进行强有力的因果推断。尼古丁Tob Res 2021年10月22日214。[CrossRef] [Medline]
- 马琪F, Rosellini A, Spezia PG, Focosi D, Macera L, Lai M,等。尼古丁上调ACE2表达,增强人肺细胞对抗SARS-CoV-2的能力。ERJ公开审议2021年4月;7(2):00713-2020 [免费全文] [CrossRef] [Medline]
- 面对混合受众的在线新闻分享:情境崩溃、同质性和社交媒体类型。《广播电子媒体》2020年12月09日;64(5):756-776。[CrossRef]
- 反数字仇恨中心。12个虚假信息:为什么平台必须对12个主要的在线反疫苗者采取行动。2021.URL:https://counterhate.com/research/the-disinformation-dozen/[2022-09-10]访问
- 情感公众:情感、技术和政治。英国牛津:牛津大学出版社;2015.
- 解读标签政治:社交媒体时代的政策理念。柏林:施普林格;2014.
- 雷泽DMJ, Baum MA, Benkler Y, Berinsky AJ, Greenhill KM, Menczer F,等。假新闻的科学。科学2018年3月9日;359(6380):1094-1096。[CrossRef] [Medline]
- 邵超,惠鹏,王玲,姜欣,Flammini A, Menczer F,等。剖析一个在线错误信息网络。PLoS One 2018年4月27日;13(4):e0196087 [免费全文] [CrossRef] [Medline]
缩写
API:应用编程接口 |
加护病房:重症监护室 |
中移动:研究问题 |
URL:统一资源定位器 |
C Basch编辑;提交15.06.22;同行评议作者:JP Allem, M Nali;作者意见21.07.22;订正版本收到24.08.22;接受24.08.22;发表22.09.22
版权©Nathan Silver, Elexis Kierstead, Ganna Kostygina, Hy Tran, Jodie Briggs, Sherry Emery, Barbara Schillo。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 22.09.2022。
这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。