COVID-19“信息大流行”[ 1鲜明地提醒人们，人们交流和理解科学信息的方式是复杂的[ 2， 3.]，以及在公共卫生危机期间研究这种信息交流的重要性[ 4]。“当人们面对大量准确性不一的信息时，我们认为存在着广泛的社会兴趣 人们根据可获得的最佳证据做出决定“( 5]。为此，我们支持两个前提:(1)科学方法可以产生关于世界的知识;(2)没有人可以独立地产生关于一切的经验知识[ 6]。因此，为了根据现有的最佳证据做出决定，我们有时必须“相信别人告诉我们的”，[ 7因为我们自己并不总能产生这样的知识。综上所述，这些前提还表明，研究可能影响对科学和科学家的信任以及对其可信度的看法的因素是很重要的。事实上，各种各样的研究已经证明，对科学的信任与COVID-19预防行为和行为意图之间存在关联[ 8- 17]。

然而，同样重要的是不要过分简化这些概念(例如，“相信科学”)[ 18]。并不是所有声称是科学的东西都是从科学程序中推导出来的。此外，这种简化没有承认诸如每个经验性主张的不确定性程度、给定科学家的可信度或主张所依据的工作的严谨性和可重复性等问题。此外，信任和信誉的观念可能不会 仅仅依靠科学家的认识论(认知)主张。在我们的协议中[ 5在这项研究中，我们概述了区分“认知”声明(例如，关于……的陈述)的原因 现实中什么可能是真实的)从“规范性”声明(例如，关于 应该做什么?给定某些信息)[ 19]。

科学家们经常分享认知主张(例如，他们的工作结果)。 和规范性要求(例如，根据这些结果应该做什么)。然而，完全有可能相信一种认知上的主张——相信世界上的某件事是真实的，而不相信或依赖于关于应该做什么的相关建议[ 20.]。一个根本的区别是，规范性声明会产生假设 利益［ 20.]。例如，我可能会相信“跳入某个水池是安全的”这一认知论断。然而，当我被告知我 应该跳进去时，就会假设我的主要犹豫(即不跳进去的兴趣)是出于安全考虑，而不是另一个重要的考虑(例如，也许我口袋里有一部手机)。研究通常没有使用这种精确的语言框架，但我们注意到，最近在德国进行的一项研究在COVID-19大流行之前和期间，作者将他们的证据描述为一般表明对科学家的信任主要基于他们的专业知识，而不信任来自“违反对仁慈的期望”[ 21]。在这里，我们推断“仁慈”的概念不太可能适用于认知要求(X是危险的)，而更可能适用于规范性要求(因为X是危险的，人们应该做Y)，特别是当“Y”被视为侵犯了一个人的利益时。因此，在这个具体的例子中，信任似乎是对认知要求(即专业知识)的回应而产生的，而不信任似乎是对规范要求的回应而表现出来的，在规范要求中，这种要求突出了外行和科学家之间对利益的不一致看法。

为了进一步支持调查认知和规范主张之间的差异，以及它们对科学和科学家看法的影响，我们指出，有证据表明，对科学的更大信仰可能与COVID-19缓解措施的道德化有关(例如，赞同诸如“总体而言，我相信 不遵循C19科学建议是不道德的”)[ 22]。诚然，“对科学的信仰”与“对科学的信任”有些不同。然而，我们推断道德或不道德的断言是基于 人们认为应该做的事而不是基于经验信息。换句话说，Graso等人的发现[ 22[]表明，对科学的高度信仰与对他人是否相信科学的判断有关，这似乎是合理的 遵循的建议(例如，规范性要求)，但可以推测，这种判断在逻辑上不适用于事实陈述(例如，认知要求)。

本研究旨在更好地理解科学家使用认知语言和规范语言对信任和可信度感知的影响程度。具体来说，本文报告了对科学家一次接触规范性语言的影响进行高度细化的因果评估的结果。为了提高透明度，我们一字不差地使用了研究协议中的大部分语言[ 5]。

我们的研究将通过随机抽取一个大型的、具有全国代表性的美国成年人样本来得出结论，以查看一个样本社交媒体帖子，该帖子要么(1)分享来自2020年口罩研究的认知主张(对照组)，要么(2)分享相同的认知主张，但也包括关于人们应该做什么的规范性主张，鉴于认知主张，这也是来自该研究(干预组;参见“方法”部分)。我们假设如下:

参与者是通过在线研究和数据收集平台多产(多产学术有限公司)通过年龄、性别和种族/民族的横截面获得的具有全国代表性的美国样本。多产维护着一个由大约13万名研究参与者组成的小组，并通过三部分程序验证所有账户的身份，包括电子邮件、电话号码和身份(如美国驾照或护照)。 28]。具有全国代表性的美国样本是从年龄，性别和种族/民族交叉表与最近的美国人口普查成比例的参与者的子集中抽取的[ 29]。为了有资格参加这项研究，参与者还被要求年满18岁。

在随机化之前，我们实施了4个质量控制问题，试图限制自动化、不诚实或不专心的受访者的影响[ 30.]。一个这样的例子(检查不诚实)是，“在过去的两年里，你是否去过拉脱维亚，或者与拉脱维亚的实体有过任何业务往来?”的回答选项:不，从不;有，但不是在过去两年;是的，在过去的两年里，除了“不，从来没有”之外的任何回答都被认为是不诚实的，因为拉脱维亚只存在于漫威漫画宇宙中。这些问题与研究中的社会人口学问题混在一起。未通过任何质量控制检查的个人被认为不符合研究资格，并被要求将研究退还给多产，而不申请赔偿。然后以保留样本代表性的方式重新选择这些槽位。

所有参与者在研究开始前以数字方式提供知情同意书(印第安纳大学机构审查委员会，批准号16141)。成功完成研究并向多产提交补偿请求的参与者将获得1.50美元的报酬。使用数据的参与者平均花费7.37分钟(SD 9.61)来完成研究。本研究使用开放科学框架进行预注册，并在任何数据收集之前全文发布协议[ 5]。

通过所有质量控制检查的参与者被随机分配到两个研究组中的一个。干预组(第1组)包含一张关于戴口罩减少COVID-19传播的社交媒体帖子的图像，其中包括认知和规范声明。控制臂(臂2)包含相同的图像，除了它不包括规范性要求。两幅图像在其他方面是相同的。

多产的完全管理招生。注册的个人访问了我们在在线学习平台Qualtrics XM (Qualtrics International Inc .)上提供的研究链接。未被质量控制拒绝的参与者使用qualics“随机化器”工具进行随机化，因此没有研究人员参与分组。为了避免对研究主题特别感兴趣的个人参加，我们的邀请摘要文本很模糊(“我们对了解人们如何感知和思考信息感兴趣”)。初始分析由统计学家(LGA)完成，他对臂变量的含义一无所知。

如前所述，在Qualtrics中开始研究的参与者完成了混合质量控制检查的社会人口学问题(参见我们对质量控制检查重要性的基本原理)。 30.])。符合条件的参与者被随机分配到一个研究组(尽管没有以任何方式指示参与者)。然后向参与者展示一条信息，上面写着:“请查看下图。你想花多少时间就花多少时间，但你将无法在30秒内向前移动。30秒后，转发按钮将出现。”信息下方是干预图像(臂1; 图1和 多媒体附录1)或控制图像(臂2; 图2）.为确保图像易于浏览，我们使用了Lightbox脚本[ 31]，允许参与者放大或缩小图像尺寸。正如我们在协议中所述，我们纳入了两种机制来提高生态有效性[ 32]。首先，社交媒体帖子的格式是基于Facebook上“为你推荐”的帖子结构，其次，用于说明认知和规范主张的语言是来自一项著名的同行评议研究的实际语言[ 33]。

一旦参与者取得进展，他们就会看到他们刚刚看过的图片的一个较小的副本，以及1(对照)或2(干预)的理解问题。在研究中正确回答了所有问题的参与者，以及那些没有正确回答的参与者，将被送回大图，并显示这样的信息:“你的答案中至少有一个是错误的。”请仔细阅读帖子，然后回答以下(一/两个)问题，以验证您对帖子的理解。”然后，这些参与者再次进入理解题页面。我们的方案中预先规定了理解性问题[ 5]：

理解能力总体上不错。在干预组中，38/778(4.9%)的人第一次回答错误了一个或两个问题，只有5人第二次回答错误(0.6%)。在对照组中，14/748(1.9%)的人第一次回答错误，第二次没有人回答错误。

最后，参与者完成所有预先指定的结果测量和协变量(见“结果”部分和方案[ 5])，研究就此结束。

有5个主要结果变量，每一个都对应于一个假设以及预先指定的对该假设的重新分析(其中x组政治取向作为交互项被添加)。变量是按照预先指定的方式收集的，所以我们直接从协议中复制文本到这里[ 5]。

对科学和科学家的整体信任是由Nadelson等人开发并验证的21项量表来衡量的[ 23]。量表中的一个例子与以下陈述相符:“当科学家改变对科学观点的看法时，我对他们工作的信任就会减少。”所有项目都使用了回答选项(1=强烈不同意;2 =不同意;3 =中立;4 =同意;5=强烈同意)，但有些项目是反向编码的。该量表在我们之前的众包样本研究中显示出良好的内部信度(α>.900) [ 25， 34- 37]，具有极好的信度(α=.954;n = 1520)。最终得分代表信任的总体水平，范围从(1=低)到(5=高)。

与结果变量一样，协变量是按照预先指定的方式收集的，因此我们直接从协议中复制文本[ 5]。

我们计划招募1500名参与者，这将允许在α= 0.05时检测到小的影响(科恩 d=0.14)， α= 0.01(科恩 d=0.18)表示80%功率下组间差异[ 5]。我们承诺准确报道 P价值观和谨慎的解释[ 42]。缺失率很低(按变量计算不超过0.6%)，因此数据缺失的病例采用两两排除法处理。数据导出和清理使用SPSS version 28 (IBM Inc)，所有后续分析使用R version 4.2.2 (R Foundation for Statistical Computing)进行。

对于假设1至5，我们使用协方差分析，将研究组(干预或控制)作为自变量，将每个结果变量设置为因变量(每个假设1个)。每个分析纳入了所有测量的协变量，并在运行前检查是否违反任何统计假设(没有发现违反;看到 多媒体附录2）.对于重新计算的假设1至5(包括臂×政治倾向)，我们使用了包含剩余协变量的线性回归，并在完成分析之前同样验证了不存在统计违规(参见 多媒体附录2）.所有研究结果均采用β值、β的95% ci和 P值。其他解释方式，如 F统计和平方和，可在 多媒体附录2。

所有参与者在研究开始前以数字方式提供知情同意书(印第安纳大学机构审查委员会，批准号16141)。

该研究的其他详细信息，包括原始数据、数据清理语法和分析代码，请参见 多媒体附录2。在审查过程中，我们还被要求在没有协变量的情况下进行分析(例如，仅使用研究组)。这些总体结果与假设1至假设5的结果相似，并且这些探索性分析的完整输出也可在 多媒体附录2。

在2022年9月4日至9月6日期间，共有1635名独特的个人在他们的多产账户中接受了调查，并访问了该研究，当时有1500份调查被验证付款。在随机化之前，如果患者在阅读研究信息表后拒绝参与(n=2)或同意研究信息表但随后立即退出调查(n=6)，则从数据集中删除病例并重新抽样。在随机化之前，案例也被删除，并根据第一次错过的质量控制检查(尽管有些参与者可能错过了多次检查，这里的数字代表了独特的案例):不诚实或失实陈述(n=14)或不注意(第一次注意检查，n=20;第二次注意检查，n=48)。一些人在随机化之前退出了调查，但没有错过任何注意检查(n=11)，并被删除并重新抽样。最后，一些个体被随机分配并进入干预，但没有提供任何研究数据(n=8)。这些病例也被排除在分析之外，但他们的手臂分配没有调整。

少数人在研究中途退出，但在随机化后提供了一些数据(n=9);15个人也完全完成了调查，但没有提交赔偿请求。这些个体被保留在他们被分配到的手臂中。因此，最终保留用于分析的病例总数为1526例，其中部分数据为9例，完整数据为1517例，其中778例分配给干预组，748例分配给对照组( 图3）.研究臂的样品特性提供于 表1。

我们假设对科学和科学家的整体信任[ 23]在干预组(认知加规范语言)中显著低于对照组(仅认知语言)。这一假设没有得到支持，因为我们没有发现研究组之间差异的证据(μ_int= 3.72;μ_控制= 3.72;β=0.00, 95% CI -0.06 ~ 0.05; P= .89; 图4）.

我们假设，针对特色帖子和进行研究的科学家的4项单项信任和可信度测量中，干预组(认知加规范语言)的每一项都明显低于对照组(仅认知语言)[ 24]。对于主要效应的分析，没有一个假设是成立的，因为在研究组之间没有观察到显著的差异。以下情况都是如此:

我们预先登记了本研究的其他分析，重点关注武器分配和政治取向之间的相互作用[ 5]，但我们没有包括具体的假设，因为我们没有倾向于特定的相互作用如何发挥作用。这些调查检查了与假设1至假设5相同的结果变量，并使用了相同的协变量，但也包括政治取向与武装的相互作用项。在这里，我们特别关注了研究组、政治取向与政治取向相互作用和政治取向的影响。其他协变量有时在模型中是显著的(见 多媒体附录2）.

在5个附加分析中的4个中，研究组仍然不显著，包括对科学和科学家的总体信任(β=0.01, 95% CI -0.10至0.11; P= 0.97)，科学家的可信度(β= -0.23, 95% CI -0.48至0.01; P= 0.06)，研究的可信度(β= -0.18, 95% CI -0.44 ~ 0.08; P= 0.17)，并且相信这些科学信息(β= -0.20, 95% CI -0.45 ~ 0.06; P= 13)。然而，对照组(仅认知语言)的参与者报告对作者科学信息的信任度较低(β= -0.26, 95% CI -0.50至-0.01; P= .04点)。

研究组与政治倾向之间的交互作用对科学和科学家的整体信任不显著(β=0.00, 95% CI -0.02 ~ 0.02; P= .89; 图9)，科学家的可信度(β=0.04, 95% CI -0.01 ~ 0.09; P= 13; 图10)，研究的可信度(β=0.04, 95% CI -0.02 ~ 0.09; P=。; 图11)，并相信这些科学信息(β=0.03, 95% CI -0.02 ~ 0.09; P= .20; 图12）.有证据表明，信任作者提供的科学信息会产生互动效应;更自由的被调查者更有可能相信干预信息的作者(认知加规范语言)，而更保守的被调查者更有可能相信控制信息的作者(仅认知语言;β=0.05, 95% CI 0.00 ~ 0.10; P= .04点; 图13）.此外，目视检查在一些不重要的相互作用的情况下清楚地识别出相交的线，因此，尽管我们不能从本研究中确定，但有可能存在足够小的相互作用效应，我们没有足够的能力来测试它。

政治倾向与每个变量密切相关(更保守的倾向与较低的分数相关)。对科学和科学家的整体信任也是如此(β= -0.13, 95% CI -0.15至-0.12; P<.001)，科学家的可信度(β= -0.26, 95% CI -0.29至-0.22; P<.001)，研究的可信度(β= -0.29, 95% CI -0.33 ~ -0.25; P<.001)，对作者科学信息的信任(β= -0.27, 95% CI -0.31 ~ -0.23; P<.001)，并且相信这些科学信息(β= -0.33, 95% CI -0.37 ~ -0.29; P<措施)。

本研究无意详细研究协变量，但我们疏忽了提及基本模型和带有臂x政治相互作用的模型的一个有趣特征(所有结果表均可在 多媒体附录2）.具体来说，这个问题旨在衡量 熟悉科学“你多久阅读一次科学论文或新闻中的科学”，与各种形式的信任和可信度有着强烈的正相关。

我们进行了一项大型的、预先注册的、随机对照试验，以测试在其他方面相同的社交媒体帖子中，将关于口罩的认知语言添加到规范语言中，是否会影响对科学和科学家的5种不同的信任和可信度衡量标准。正如我们在“介绍”部分以及我们的协议文件中概述的那样[ 5]，我们预计，阅读关于戴口罩的建议的规范性语言会降低参与者认为科学/科学家值得信赖或可信的程度(与阅读关于口罩预期效果的认知语言而没有相关建议的参与者相比)。然而，看来我们错了。我们的前5个假设在没有任何相互作用的情况下测试了研究小组(即干预与对照)的效果，这些假设没有得到支持，这表明，一般来说，规范性主张的单个实例(即使是关于COVID-19期间口罩等有争议的问题)对我们的任何信任或可信度测量都没有影响。

我们还预先指定，我们将进行相同的分析，同时包括研究组×政治取向的交互项。我们之所以做出这样的决定，是因为在我们用来衡量对科学和科学家的总体信任的量表的验证和开发研究中观察到政治取向和对科学的信任之间存在关联(Nadelson等[ 23)，在我们自己的工作中(例如， 25])，以及在许多其他研究中，尽管有不同的细微差别(例如，被质疑的科学类型)[ 27， 43， 44]。由于这种关联的复杂性，我们没有推测这种相互作用如何在这个实验中表现出来(例如，假设生成)，而只是表明我们将进行分析[ 5]。对于单问题变量 相信作者提供的科学信息，手臂的作用和手臂×政治取向的交互作用都是极显著的(0.01 < P< 0.05)，政治自由主义者更可能相信同时提供认知和规范主张的作者提供的科学信息，而政治保守主义者更可能相信仅提供认知主张的作者提供的科学信息。

这项研究使用非常具体的参数来检验规范性语言的影响:将一项研究中的规范性和认知语言单独暴露在至少30秒的剂量下，与单独的认知语言进行比较。此外，这一曝光特别涉及一个在美国文化中高度政治化的话题(COVID-19口罩)。在这些特殊情况下， 当将样品作为一个整体处理时，规范语言的引入似乎没有对我们的任何结果测量产生有意义的影响。我们不知道在重复暴露的情况下，或者如果使用不同的科学主题，结果会如何显现。我们还注意到，规范性语言对信任和可信度的影响在政治光谱的两端略有不同(方向相反)，这似乎是合理的，尽管绝不是确定的。

与此同时，我们注意到，无论在哪个研究组，政治取向与我们在本研究中的措施都有极强的负相关。我们还注意到，除了综合衡量(对科学和科学家的总体信任)的情况外，存在一个清晰可见的交集( 图10- 13)，尽管在许多情况下，95%的ci是重叠的(并且如前所述，在政治光谱中存在显著的相互作用) 相信作者提供的科学信息）.然而，除了可能在“本作者提供的科学信息”的具体情况下以及在COVID-19口罩的背景下，本研究无法确定这些可见的趋势是否代表真实的、微小的差异，还是它们是无法解释的变异性的产物。

数据的形状确实使我们怀疑以下问题是否值得研究:

鉴于认知主张和规范主张不同的初步证据，以及理解对科学和科学家的信任及其可信度的重要性，我们认为，额外的证明性研究(如上文所述)是重要的，可能是有用的。关于科学传播的辩论是国际性的，可能具有很高的利害关系。例如，我们指出最近发表的瑞典COVID-19政策的事后审查，其中列出了科学和政策相互作用的复杂性;尽管这不是它的主要目的，但该文件显示了在高风险的沟通和决策中，认知和规范主张可以捆绑在一起的一些方式[ 45]。

然而，在考虑了我们的研究结果之后，我们注意到，感知信任或可信度的实质性变化似乎不太可能在回应中表现出来 单规范语言的实例，即使是围绕高度争议的话题。

除了在我们的手稿中提出的警告外，我们还注意到在解释这项工作时重要的几个其他考虑因素。首先，尽管研究样本在年龄、性别和种族/民族方面具有全国代表性，但多产服务是一个在线项目，这可能会引起一些对普遍性的担忧(例如，在我们的样本中，党派倾向往往比在全国盖洛普民意调查中更倾向于民主党)。 46])。然而，正如我们在协议中所指出的那样，“研究发现，与竞争服务(如Qualtrics和Dynata面板、Amazon Mechanical Turk和CloudResearch)相比，高产平台总体上能够产生高质量的研究数据。”[ 47， 48]。我们在2020年发表的另一份协议中对多产的感知局限性进行了分析[ 49]，特别是关于年龄的代表性抽样，作为一种减少在线平台可能产生的偏见的手段。其次，在这样一项研究的设计中，有许多理论假设——我们试图非常清楚和精确地说明我们测量了什么，以及我们没有测量什么，但读者应该小心，不要得出笼统的结论。例如，对于争议较小的叙事主题，结果可能会有所不同。第三，虽然分析是预先登记的，数量有限，但仍然存在1型错误的风险，这就是为什么我们使用谨慎的语言来解释我们的一些发现，其中0.01< P< 0.05。最后，我们注意到群体规模有些不均匀。Qualtrics XM随机化工具允许“交替”分配(例如，1、2、1、2)，但这种分配并不是真正随机的。因此，我们为真正的随机分配设置了一个选项，参数是在研究结束时需要将750人分配到每个小组。然而，由于拒收、质量控制程序和未要求付款的提交，数据清理后分布不均匀。这种可能性在方案中已经预料到，由于分配的随机性被保留，因此不应实质性地改变对研究结果的解释。