JMIR Infodemiology JMIR Infodemiology 2564 - 1891 卡塔尔世界杯8强波胆分析 加拿大多伦多 v2i2e37635 36188420 10.2196/37635 原始论文 原始论文 疫苗命令话语中的情绪和不文明:自然语言处理的见解 Mavragani 孤挺花 戈尔 罗斯 Yingya 史蒂文斯 汉娜 英航 1
加州大学戴维斯分校 希尔兹大街1号 戴维斯,加州,95616 美国 1 530 752 0966 hrstevens@ucdavis.edu
https://orcid.org/0000-0002-2940-5066
拉苏尔 默罕默德Ehab 1 https://orcid.org/0000-0001-5175-9023 Yoo荣格 1 https://orcid.org/0000-0002-7829-8535
加州大学戴维斯分校 戴维斯, 美国 通讯作者:Hannah Stevens hrstevens@ucdavis.edu Jul-Dec 2022 13 9 2022 2 2 e37635 28 2 2022 21 7 2022 21 8 2022 30. 8 2022 ©Hannah Stevens, Muhammad Ehab Rasul, Yoo Jung Oh。最初发表于JMIR信息流行病学(https://infodemiology.www.mybigtv.com), 2022年9月13日。 2022

这是一篇基于知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)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,前提是原始作品首先发表在JMIR infoepidemiology上,并适当引用。必须包括完整的书目信息,到https://infodemiology.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。

背景

尽管有疫苗可用,但对疫苗的犹豫阻碍了公共卫生官员缓解美国COVID-19大流行的努力。尽管一些美国民选官员通过发布疫苗授权作出回应,但其他人通过广播最小化疫苗效力的信息,放大了对疫苗的犹豫。社交媒体上新冠肺炎信息的政治两极化导致了不文明行为,人们对健康的态度往往更多地取决于政治意识形态,而不是科学。

客观的

据我们所知,在关于COVID-19疫苗和任务的讨论中,还没有研究过不文明行为。具体来说,很少关注引起不文明疫苗话语和行为的心理过程。因此,我们研究了三种心理过程,即焦虑、愤怒和悲伤。

方法

我们使用了两种不同的自然语言处理方法:(1)语言查询和单词计数计算工具(2)谷歌Perspective应用程序编程接口(API)来分析2021年9月14日至2021年10月1日期间包含与COVID-19疫苗授权相关术语的8014条推文数据集。为了收集推文,我们使用了Twitter API推文下载工具(版本2)。随后,我们使用关键字过滤了375,000条与疫苗相关的推文数据集,以提取明确关注疫苗授权的推文。我们依靠语言调查和单词计数计算工具来测量推文中语言愤怒、悲伤和焦虑的效价。为了测量后不文明行为的维度,我们使用了谷歌视角API。

结果

本研究通过将不礼貌作为一个多面结构来引入,解决了不礼貌的不同操作方式,并探讨了话语不礼貌的五个维度下不同的情感过程。研究结果显示,焦虑、愤怒和悲伤这三种类型的情绪与不文明行为的维度(例如,毒性、严重毒性、侮辱、亵渎、威胁和身份攻击)有着独特的联系。具体来说,结果表明,愤怒与不文明的所有方面都显着正相关 P<.001),而悲伤与威胁显著正相关( P= .04点)。相反,焦虑与身份攻击呈显著负相关( P=.03)及亵渎( P= .02点)。

结论

结果表明,我们对不文明行为的多维方法是理解和干预不文明疫苗话语背后的心理过程的有希望的替代方法。了解可以增加或减少不文明行为的特定情绪,如焦虑、愤怒和悲伤,可以使研究人员和公共卫生专业人员能够制定有效的干预措施,对抗不文明的疫苗话语。鉴于需要实时监控和自动响应网络上健康信息和错误信息的传播,社交媒体平台可以利用谷歌Perspective API,在检测到评论不文明时为用户提供即时、自动的反馈。

疫苗犹豫 新型冠状病毒肺炎 疫苗的要求 自然语言处理 无礼貌 LIWC 语言探究与字数统计 推特
介绍 背景

截至2022年2月,新型冠状病毒(COVID-19)的出现已在全球造成5887328例确诊死亡,423437674例确诊感染[ 1]。尽管有疫苗可用,但对疫苗的犹豫阻碍了公共卫生官员缓解COVID-19大流行的努力,尤其是在美国。 2]。尽管一些美国民选官员通过发布疫苗授权作出回应,但其他人通过广播最小化疫苗效力的信息,放大了对疫苗的犹豫[ 3. 4]。

68%的美国成年人称社交媒体是他们的新闻来源[ 5],推特等社交媒体平台已成为美国政界人士分享议程的重要沟通渠道[ 6]。因此,社交媒体已成为政治信息和错误信息的主要来源,包括有关COVID-19疫苗的信息[ 7- 11]。社交媒体上新冠肺炎信息的政治两极化,导致健康态度往往更多地取决于政治意识形态,而不是科学。 12- 15]。因此,政治派别影响了对疫苗的负面情绪[ 16]。这种消极情绪可能助长对疫苗和授权的不文明言论[ 17 18]。

社交媒体平台上的不文明行为在政治和健康背景下得到了广泛的研究和讨论,其中包括[ 19- 25]。然而,据我们所知,在关于COVID-19疫苗和任务的讨论中,还没有对不文明行为进行研究。具体来说,很少关注引起不文明的疫苗话语的心理过程。我们的目标是通过对推文进行计算分析来弥补这一差距。在这项研究中,我们调查了负面情绪在预测Twitter上关于COVID-19疫苗授权的不文明帖子中的作用。最后,我们认为,对不文明的疫苗话语背后的心理过程进行更细致的理解,对公共卫生干预具有实际意义。

消极情绪在疫苗授权不礼貌中的作用

不文明行为已经成为社交媒体研究中的一个突出讨论点。然而,各个领域的学者都发现很难将不礼貌概念化。不文明的定义多种多样,包括不礼貌、亵渎和具体的歧视性行为(例如,美国前总统特朗普在2016年被拍到赞扬与女性发生未经同意的性接触)[ 26- 29]。Papacharissi [ 29)补充了这一定义,将威胁——在这种情况下是对民主的威胁——定义为不文明。其他学者将不文明操作为包括使用所有大写字母,指控说谎,贬损性言论,意识形态极端的语言,夸张的论点和错误信息[ 26 30.- 33]。尽管这些不一致的操作方式,不文明是一个微妙的概念,因人而异,也许是因为它受到文化观念和对什么是不文明话语的理解的约束[ 16 18]。根据文献中概述的不文明行为的操作不一致性,我们将不文明定义为一个多方面的结构,包括话语中的毒性、严重毒性、亵渎、威胁、侮辱和身份攻击等多种不文明行为。最近的研究认为,不文明行为与社交媒体平台上的毒性有关[ 34]。Tromble [ 28认为亵渎和侮辱性语言是不文明行为的关键指标。同样,学者们认为,旨在从道德上攻击个人或群体的身份攻击和威胁性语言也是不文明和不文明话语的一个方面[ 35]。现在我们把注意力转移到解释是什么导致了不礼貌。

无礼的原因不止一个;相反,不同形式的不文明行为是不同心理过程的结果。例如,用户可能因为焦虑而发布亵渎的内容,而用户可能因为愤怒而发表侮辱性的评论。然而,学者们经常通过将不文明概念化为具有单一解释的一维过程来模糊这些不同的潜在心理机制[ 19 21]。在COVID-19疫苗和任务的背景下,愤怒和焦虑等负面情绪等情绪反应在关于大流行的论述中十分突出[ 36 37]。事实上,研究发现,愤怒和焦虑等负面情绪在推动疫苗犹豫方面发挥了作用[ 38]。我们调查了三种可能预测言语不礼貌的心理过程,即焦虑、愤怒和悲伤。

焦虑和不礼貌

对COVID-19疫苗安全性的担忧,加上对COVID-19威胁的轻视态度,使相当一部分美国人表示不愿接种疫苗[ 38- 40]。根据现有理论,当感知到不可避免的威胁时,基于恐惧的攻击最为普遍[ 41- 43],对疫苗危害的恐惧,正如民选官员和媒体所宣扬的那样,随之而来的往往是回避策略(例如,拒绝接种疫苗)[ 9- 11 44]。因此,强制要求犹豫是否接种疫苗的政策抑制了逃避威胁的能力,因此,个人可能会做出不礼貌的反应。事实上,在2019冠状病毒病期间,压力和焦虑已被证明可以预测大量不文明行为,包括网络攻击和欺凌。 45- 47]。因此,我们假定如下。

假设(H) 1:焦虑正向预测后不文明行为。
愤怒与无礼

COVID-19疫苗授权引起了美国部分人的愤怒,包括政治精英和媒体机构,他们激起了公众对疫苗授权对个人自由构成威胁的愤怒[ 48 49]。同时,由于对疫苗的安全性和有效性缺乏信心,部分人口对他们认为与疫苗有关的健康风险感到威胁。愤怒可以理解为对威胁的适应性反应[ 44];事实上,费瑟斯通和张[ 44发现疫苗错误信息通过愤怒对疫苗的态度产生负面影响。虽然愤怒在面对威胁时具有抑制恐惧和增强个人控制感的功能价值,但它也可以推动不文明的行为,包括针对持相反意见的人的攻击和蔑视行为[ 50- 52]。因此,我们可以预期,愤怒会在COVID-19疫苗授权讨论中助长不文明行为。

H2:愤怒会积极地预示不礼貌。
悲伤和无礼

悲伤的感觉与不文明的行为有关,包括网络攻击行为。 47 53]。旅行的自由、就业的自由、团体交往的自由、在餐馆吃饭的自由、去健身房的自由等等,越来越多地取决于一个人的疫苗接种状况。 54 55]。因此,禁止未接种疫苗者参与接种疫苗者可参与的关系和活动的规定,可能会加剧由先前存在的COVID-19生活方式干扰因素引起的现有悲伤和抑郁[ 56 57]。此外,社会排斥会引起悲伤和感觉,一个群体(即未接种疫苗的人)经历了必须纠正的错误——一种政治科学家称之为“受害者”的心态。 58]。受害者心态可能促使个人对疫苗授权进行报复,并表现为不文明行为。据此,我们预测如下。

H3:悲伤正向预测不文明行为。
方法 数据收集

样本包括在Twitter上分享的帖子,Twitter是一个在网上寻找和分享健康信息的流行平台,包括有关疫苗接种和疫苗的(错误)信息[ 7- 11]。我们选择整理一个与疫苗相关的单词列表,并抓取包含这些单词的推文。我们整理了一个单词列表,我们认为这些单词可以收集与疫苗相关的推文,而不会在数据集中引入偏见。例如,“shot”没有被包括在内,因为我们注意到它抓取了有关枪击的推文,而这与COVID-19疫苗无关。8014条推文的文本包含了2020年9月14日至2021年10月1日期间与COVID-19疫苗授权相关的术语(例如,“Moderna”、“required”和“mandate”)。看到 图1获取数据收集过程流程图。

Twitter的无代码应用程序编程接口(API)推文下载工具(版本2)用于提取有关COVID-19疫苗授权的帖子。我们感兴趣的是能够识别有关COVID-19疫苗授权的推文的单词,而不是一般的COVID-19疫苗。因此,我们筛选了2020年9月14日至2021年10月1日期间发布的375,000条与疫苗相关的推文数据集,以推断2020年9月14日至2021年10月1日期间与疫苗授权(例如,“强迫”、“要求”和“强制”)具体相关的推文;最后的样本包含8014条tweet。

数据收集过程流程图。

自然语言处理程序

使用两种不同的自然语言处理方法对数据进行分析:(1)语言查询和单词计数(LIWC)计算工具[ 59]及(2)谷歌透视图API [ 60]。

LIWC情感分析

LIWC是一种自然语言处理工具,它通过计算给定tweet中属于预先指定类别的单词的百分比来测量文本中的心理过程。在COVID-19大流行期间,它已被验证并用于心理健康调查(例如,LGBTQ+青年心理健康)[ 12 61]。与其他产生情感效价的情感分析词汇(例如,Afinn和Bing,它们为文本分配从消极到积极的分数)相比,没有外推离散的情感和产生二元结果的情感分析词汇(例如,NRC),我们想要连续测量文本具有特定情感的程度[ 62]。虽然有多种工具可以使用自然语言处理方法(例如IBM Watson)持续捕捉情绪和情绪[ 63],我们特别使用LIWC词典进行情绪分类,因为与上述自然语言处理工具相比,LIWC词典已经在多个研究中得到验证,因此,我们认为它可以更准确地估计文本数据中反映的情绪水平。我们利用LIWC来测量文本中语言愤怒(例如,“沮丧”和“恼火”)、悲伤(例如,“绝望”和“悲惨”)和焦虑(例如,“害怕”和“强调”)的效价[ 59]。推文的平均焦虑得分为0.79(标准差1.67),平均愤怒得分为0.11(标准差0.75),平均悲伤得分为0.09(标准差0.52)。

谷歌透视API机器学习分析

为了衡量帖子不文明的维度,我们使用谷歌视角API来衡量与疫苗授权相关的推文中的毒性、严重毒性、侮辱、亵渎、威胁和身份攻击的水平 表1) [ 60]。b谷歌Perspective API是由谷歌的反滥用技术团队设计的工具,用于衡量网络帖子中的不文明行为。

谷歌Perspective API模型是由人类编码人员在来自各种基于web的来源(包括论坛(例如Wikipedia))的数百万条评论的数据集上进行训练的。该模型非常强大,已被用于各种背景,从政治不文明到强奸文化,再到COVID-19疫苗信息[ 21 64 65]。例如,Hopp等[ 64要求受访者自我报告他们在网络上进行不文明交流的程度,然后将其与参与者社交媒体内容的追踪数据相关联。结果表明,通过谷歌Perspective API测量,那些自我披露从事不文明社交媒体行为的人也倾向于在社交媒体上产生不文明内容。这些不文明的维度已经在多个领域进行了测试,并在大量的人工注释评论中进行了训练[ 60]。

不文明可变属性。

属性名称 API的角度来看一个描述( 60] 示例文章b
严重的毒性 “一个非常可恶、咄咄逼人、不尊重的评论,否则很可能会让用户离开讨论或放弃分享他们的观点。” “去他妈的疫苗和该死的COVID,不应该被要求这么做!!”
身份攻击 “因为某人的身份而针对他们的负面或仇恨言论。” “不要答应。去他的自由主义者和他们愚蠢的疫苗授权。”
侮辱 对一个人或一群人侮辱性的、煽动性的或负面的评论。 “银行账户因抗议授权而被冻结。你还要打多少疫苗才能变聪明?醒醒吧,你这只愚蠢的小绵羊。”
不敬的言语 “脏话、骂人的话或其他淫秽或亵渎的语言。” “成为疫苗强制令的受害者一定很难。互联网上的王八蛋满口胡言,想抹掉你的体验。”
威胁 描述对个人或群体施加痛苦、伤害或暴力的意图。 “如果有人想强迫我的孩子接种疫苗,我就一枪崩了他。”

一个API:应用程序编程接口。

b为了使表格适合出版,脏话已经被删减了。

道德的考虑

本研究不包含个人身份信息。机构审查委员会认识到,对公开可用数据的分析不构成人体受试者研究。本研究仅使用了公共领域的信息;因此,不需要伦理审查和批准。

结果 不文明话语维度的因素分析

在假设检验之前,我们进行了重复测量方差分析,以评估是否将不文明的维度一起或单独建模。受试者内因素的主要影响是显著的( F4, 32052= 930.44; P<.001),表明身份攻击、侮辱、亵渎、威胁和严重毒性之间存在显著差异(见 表2)。

Tukey比较被用来检验每个不文明维度组合的边际平均差异。除了身份攻击和亵渎外,每个组合之间存在显著差异(见 表3)。因此,我们得出结论,不文明的五个维度应该在主要分析中单独评估。

受试者内变量的均值表(N=8014)。

无礼貌的维度 意思是(SD)
严重的毒性 0.10 (0.14)
身份攻击 0.12 (0.12)
侮辱 0.18 (0.20)
不敬的言语 0.12 (0.18)
威胁 0.17 (0.15)

重复测量方差分析的每组受试者内变量的边际均值对比。

对比 区别 SE t测试(df) P价值
严重毒性-同一性攻击 -0.02 0.001 -15.11 (8013) <措施
严重毒性-损伤 -0.08 0.001 -66.07 (8013) <措施
严重毒性-亵渎 -0.02 0.0008 -25.79 (8013) <措施
严重毒性-威胁 -0.06 0.001 -43.18 (8013) <措施
身份攻击-侮辱 -0.06 0.002 -36.78 (8013) <措施
身份攻击-亵渎 -0.004 0.002 -2.39 (8013)
身份攻击-威胁 -0.05 0.002 -30.34 (8013) <措施
侮辱-亵渎 0.06 0.001 43.06 (8013) <措施
侮辱—威胁 0.01 0.002 6.30 (8013) <措施
亵渎-威胁 -0.04 0.002 -21.48 (8013) <措施
逻辑回归分析 二分类数据

数据的倾斜分布要求我们对不文明行为的维度进行二分类进行回归。谷歌透视图API建议,如果评论得分为0.7或更高,则将其标记为具有属性,因此,该值用于逻辑回归的数据二分类[ 60]。在8014条推文中,53条(0.66%)包含身份攻击,405条(5.05%)包含侮辱,317条(3.96%)包含亵渎,137条(1.71%)包含威胁,91条(1.14%)包含严重毒性。

为了进行假设检验,我们进行了5次逻辑回归分析,以评估帖子中的愤怒、焦虑和悲伤是否预示着不文明的推文(见 表4 图2)。焦虑、悲伤和愤怒在不文明行为的所有维度上的方差膨胀因子都小于1.5,表明我们的自变量之间没有任何多重共线性。

二元逻辑回归结果与焦虑,愤怒,和悲伤预测维度的不礼貌。采用McFadden R2计算模型拟合。

变量 优势比(95% CI) B P价值 R2 χ23.
威胁 . 01 18.78
(拦截) -4.04 <措施
焦虑 0.88 (0.78 - -1.01) 06
悲伤 1.27 (1.02 - -1.58) .04点
愤怒 1.21 (1.10 - -1.33) .19 <措施
身份攻击 .09点 58.64
(拦截) -5.06 <措施
焦虑 0.70 (0.50 - -0.96) 36 03
悲伤 1.15 (0.74 - -1.77) .14点 54
愤怒 1.59 (1.40 - -1.80) .46 <措施
不敬的言语 口径。 567.15
(拦截) -3.58 <措施
焦虑 0.90 (0.81 - -0.98) 02
悲伤 1.04 (0.83 - -1.31) .04点 综合成绩
愤怒 3.27 (2.93 - -3.67) 1.19 <措施
侮辱 。08 258.25
(拦截) -3.13 <措施
焦虑 1.01 (0.95 - -1.07) .008 .79
悲伤 0.85 (0.67 - -1.10) 16 口径。
愤怒 2.03 (1.85 - -2.23) <措施
严重的毒性 239.27
(拦截) 。45 <措施
焦虑 0.89 (0.75 - -1.06) .20
悲伤 1.01 (0.65 - -1.57) . 01 .96点
愤怒 2.37 (2.12 - -2.66) .86 <措施

负面情绪预测严重毒性、威胁、亵渎、侮辱和身份攻击的几率。愤怒、焦虑和悲伤的得分是通过语言调查和单词计数计算机编码工具计算出来的,该工具通过计算给定tweet中属于预先指定类别的单词的百分比来衡量文本中的心理过程。

焦虑

我们发现焦虑对身份攻击的影响( B= 36;优势比[OR] 0.70; P=.03)及亵渎( B=厚;或0.90; P=.02)均有统计学意义。然而,与我们的预测相反,语言焦虑会增加不文明行为(H1),结果表明焦虑分别降低了约30.48%和10.43%的身份攻击和亵渎的几率。结果还反映出焦虑和身份攻击之间的关系比亵渎更强。未发现其他显著差异。

愤怒

与我们的假设(H2)一致,愤怒对不文明行为的所有5个维度的影响都是显著的(所有) P<措施)。结果显示,愤怒比身份攻击和威胁更能预测出亵渎、侮辱和严重毒性的几率。愤怒对威胁的影响( B= .19;或1.21; P<.001)和身份攻击( B= .46;或1.59; P<.001)表明,愤怒每增加1个单位,威胁的几率增加约20.67%,身份攻击的几率增加约58.9%。愤怒对侮辱的影响( B=点;或2.03; P<.001)和严重毒性( B= .86;或2.37; P< 0.001)表明,愤怒的增加使侮辱的几率增加了约103.15%,严重中毒的几率增加了约137.29%。结果表明,愤怒使脏话的几率增加最多(约为227.49%; B= 1.19;或3.27; P<.001),与其他四个维度相比。

悲伤

H3预测,悲伤与推文中表达的不文明程度呈正相关。我们的研究结果表明,悲伤对威胁的影响是显著的( B= .24点;或1.27; P=.04),这表明悲伤每增加1个单位,威胁的几率就会增加约26.86%。悲伤对不礼貌的任何其他方面都没有显著影响。

讨论 主要研究结果

不文明被理解为一个多方面的结构,涵盖了文献中提供的概念和操作定义的广度。本研究通过将不礼貌作为一个多面结构来引入,解决了不礼貌的不同操作方式,并探讨了话语不礼貌的五个维度下不同的情感过程。研究结果显示,焦虑、愤怒和悲伤这三种情绪与不文明行为的维度显著相关。关于焦虑与不文明行为的关系,我们发现焦虑与Twitter帖子中表达的身份攻击和亵渎行为呈负相关。愤怒程度越高的人更有可能参与所有五个维度的不文明行为,包括亵渎、侮辱、严重毒性、身份攻击和威胁。最后,我们的研究结果表明,悲伤与不文明行为呈正相关,尤其是威胁。

与前期工作比较

焦虑程度较高的人不太可能做出不文明的行为,比如针对特定身份的人发表仇恨言论,或者在帖子中使用亵渎语言。我们怀疑,个人的焦虑可能降低了对疫苗授权政策的不文明表达水平,因为对COVID-19及其健康后果感到焦虑的个人更有可能寻求遏制威胁(即COVID-19的传播)的方法,并对限制COVID-19传播的相关政策表现出积极的态度和行为。也就是说,当遇到新的威胁性刺激并产生焦虑感时,人们可能会被激励去关注手头的问题[ 66]。根据这一观点,之前的研究表明,焦虑可以作为“功能性恐惧”的一个指标,预测个人对covid -19相关措施和政策的积极态度和行为(如依从性)。 67]。例如,现有的一项研究表明,与covid -19相关的焦虑和与健康相关的恐惧与更多的保护性健康行为和更高的疫苗接受度有关[ 68 69]。

值得注意的是,与焦虑或悲伤不同,愤怒预测了不文明的所有方面,表明这种情绪是不文明的最强预测因子。

先前研究的证据表明,长期的风险和对风险水平的不确定性会引发社区内的愤怒和冲突[ 70]。在流感大流行期间,人们的愤怒程度有所增加[ 71],而那些表达愤怒的人也表现出对COVID-19疫苗的不信任[ 72]。此外,有证据表明,在疫苗接种和疫苗授权问题上的政治两极分化进一步加剧了政治观点相互冲突的群体之间的公愤[ 51 52]。因此,愤怒与不文明行为之间的密切联系可能是由于新冠疫情的广泛传播造成的社会混乱和媒体引发的部分政治冲突。

最后,随着悲伤程度的增加,个人更有可能表现出施加痛苦和伤害其他个人或群体的口头意图。这种对他人的攻击,尤其是表现出伤害他人的意图,可以用抑郁和受害者心理来解释。在COVID-19大流行的大约两年多时间里,世界各地的个人经历了长期的社会隔离和生活方式中断,这导致他们抑郁[ 56 57]。此外,COVID-19的传播对健康的直接影响使许多人成为多重损失的受害者,如失去经济保障、失去家庭成员、失去身心健康和一般安全[ 73 74]。然而,悲伤可能与将自己视为COVID-19的受害者密切相关,这可能导致他们向支持疫苗授权的其他人发出威胁。此外,这种受害者心态[ 58的比例也可能很高,因为他们被禁止参与那些接种疫苗的人可以参与的关系和活动。这一禁令可能导致他们感到被社会排斥,进而引发对非群体成员——疫苗授权的支持者——的威胁。

限制

尽管研究结果揭示了疫苗接种不文明行为背后的心理过程,但这项研究并非没有局限性。LIWC计算工具不测量人类编码人员提供的细微差别。尽管我们通过使用有效的测量方法尽量减少这种限制[ 59],未来的工作可能会雇用人类编码员来分析与不文明话语相关的特定主题。此外,我们关注的是在推特上分享的帖子,因此不能将我们关于不文明行为的发现推广到其他社交媒体平台。鉴于平台社区规范在预测不文明行为方面的作用,未来的工作应该调查不文明行为在不同平台上的表现。同样,Twitter的用户也比大多数美国人更富有、更年轻、更自由。 75],而且样本仅限于说英语的推特用户,因此很难将我们的发现推广到整个美国人口。此外,我们承认,社交媒体发布的数据可能会因个人的地理区域(例如,城市和州)、发布时他们是当地居民还是该地区的游客,以及一天中完成的活动类型而存在偏见[ 76 77]。这些因素可能促成了我们的研究结果。最后,我们没有衡量在数据收集过程的每个阶段包含了多少不同的用户。今后的工作应阐明少数活跃用户在多大程度上产生不文明的疫苗授权内容。

结论

结果表明,我们对不文明行为的多维方法是理解和干预不文明疫苗话语背后的心理过程的有希望的替代方法。鉴于需要实时监控和自动响应网络上健康信息和错误信息的传播,社交媒体平台可以利用谷歌Perspective API在检测到评论不文明时为用户提供即时、自动的反馈[ 78]。此外,Perspective API有17种语言版本,从阿拉伯语到韩语,可以研究非英语帖子中不文明的健康话语。未来的工作应探讨不文明健康话语的跨文化差异。

疫苗犹豫仍然是对全球健康的威胁,这项工作表明,不同的情绪过程是对疫苗和疫苗相关政策的不同态度的基础。卫生从业人员和政策制定者必须首先承认与疫苗和疫苗授权相关的负面情绪,同时在卫生运动中强调COVID-19疫苗的安全性,这将有助于减少疫苗犹豫。公共卫生官员可以采取的一种途径是,在确认对疫苗的个别负面情绪的同时,举行COVID-19社区倾听会议,官员可以直接听取社区对COVID-19的担忧,包括疫苗接种(见 图3浏览概览)[ 79]。在官员们更好地了解社区对疫苗犹豫背后的具体情绪过程之后,公共卫生运动可以定制信息来解决这些问题(见 图3) [ 80 81]。

基于潜在情绪促进疫苗接种的具体建议。

缩写 API

应用程序编程接口

H

假设

LIWC

语言探究与字数统计

优势比

没有宣布。

世卫组织冠状病毒(COVID-19)仪表板 世界卫生组织 2022-08-21 https://covid19.who.int/ K 福奇和其他美国高级卫生官员强调疫苗接种的紧迫性和安全性 《纽约时报》 2021 04 25 2022-08-21 https://www.nytimes.com/2021/04/25/health/fauci-vaccines-safety.html 看看哪里有1200万美国雇员受到政府疫苗授权的影响 《纽约时报》 2021 12 18 2022-08-21 https://www.nytimes.com/interactive/2021/12/18/us/vaccine-mandate-states.html Sabahelzain 毫米 Hartigan-Go K 拉森 沪江 COVID-19疫苗信心的政治 当前的意见免疫 2021 08 71 92 96 10.1016 / j.coi.2021.06.007 34237648 s0952 - 7915 (21) 00075 - 3 PMC8206618 Hitlin P 奥姆斯戴德 K 人们在社交媒体上看到的科学 皮尤研究中心 2018 03 21 2022-09-06 https://www.pewresearch.org/science/2018/03/21/the-science-people-see-on-social-media/ Buccoliero l Bellio E Crestini G Arkoudas 一个 推特与政治:来自2016年美国总统选举的证据 营销传播杂志 2018 08 16 26 1 88 114 10.1080 / 13527266.2018.1504228 s0952 - 7915 (21) 00075 - 3 PMC8206618 贝尼省 一个 Chatsubi 一个 Levner E 德系犹太人 年代 在2019冠状病毒病大流行期间,推特上关于流感、疫苗和疫苗接种的话题变化:基于人工智能的信息流行病学研究 JMIR Infodemiology 2021 10 14 1 1 e31983 10.2196/31983 34693212 v1i1e31983 PMC8521455 De Choudhury 莫里斯 先生 白色 RW 在线寻找和分享健康信息:比较搜索引擎和社交媒体 2014 04 26 2014:计算机系统中的人因会议论文集 2014年4月24日至5月1日 在多伦多 第32届ACM计算系统中的人为因素年会论文集- CHI'14纽约,纽约,美国 ACM的新闻 1365 1376 10.1145/2556288.2557214 费瑟斯通 JD 贝尔 类风湿性关节炎 鲁伊斯 简森-巴顿 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 疫苗 2019 05 21 37 23 2993 2997 10.1016 / j.vaccine.2019.04.063 31031028 s0264 - 410 x (19) 30539 - 0 鲁伊斯 简森-巴顿 贝尔 类风湿性关节炎 COVID-19疫苗接种意向的预测因素:一项全国性调查的结果 疫苗 2021 02 12 39 7 1080 1086 10.1016 / j.vaccine.2021.01.010 33461833 s0264 - 410 x (21) 00014 - 1 PMC7794597 鲁伊斯 J 费瑟斯通 JD 巴奈特 遗传算法 在twitter上确定疫苗犹豫社区及其地理位置:一种网络方法 2021 01 05 第54届夏威夷系统科学国际会议论文集 2021年1月5日 考艾岛,嗨 3964 3970 10.24251 / hicss.2021.480 史蒂文斯 H 帕洛 NA 选民对地方政府目标的推断以及政党与对COVID-19错误信息的信念之间的关系:对州公共卫生部门Twitter关注者的横断面调查 JMIR Infodemiology 2022 2 10 2 1 e29246 10.2196/29246 科幻小说 H Tisseverasinghe T Y l 屁股 社交媒体在2019冠状病毒病期间告诉我们的:范围审查 《柳叶刀数字健康》 2021 03 3. 3. e175 e194 10.1016 / s2589 - 7500 (20) 30315 - 0 33518503 s2589 - 7500 (20) 30315 - 0 PMC7906737 勒·穆罕默德 JW 默尔 P 一事 高清 一事 乔丹 身份和信息超载:审查危机时期卫生信息传递的影响 在危机时刻传播科学 2021 新泽西州霍博肯, 威利 110 127 斯科维尔 C McCumber 一个 Amironesei R J 拒绝戴口罩的反弹:COVID-19大流行初期美国公共领域口罩的政治化 同事 2022 04 25 8 237802312210931 10.1177 / 23780231221093158 肯尼迪 J 西欧民粹主义政治和疫苗犹豫:国家层面数据分析 欧洲J公共卫生 2019 06 01 29 3. 512 516 10.1093 / eurpub / ckz004 30801109 5364298 兰德勒舞 疫苗授权重新点燃了关于公民自由的激烈辩论 《纽约时报》 2021 12 10 2022-09-06 https://www.nytimes.com/2021/12/10/world/europe/vaccine-mandates-civil-liberties.html Largent EA Persad G Sangenito 年代 格利克曼 一个 博伊尔 C 伊曼纽尔 EJ 美国公众对COVID-19疫苗授权的态度 JAMA网络公开赛 2020 12 01 3. 12 e2033324 10.1001 / jamanetworkopen.2020.33324 33337490 2774317 PMC7749443 Masullo陈 G Muddiman 一个 威尔纳 T Pariser E 粗呢衣服 新泽西 我们不应该消除网络上的不文明行为 Soc媒体 2019 07 16 5 3. 205630511986264 10.1177 / 2056305119862641 Muddiman 一个 粗呢衣服 新泽西 新闻价值观、认知偏见和评论区的党派不文明:不文明的评论 J Commun 2017 07 18 67 4 586 609 10.1111 / jcom.12312 史蒂文斯 H Acic 泰勒 LD 对网络性侵犯的不文明反应:新闻报道的语言特征预示着话语的不文明 网络心理行为社会网络 2021 12 24 12 815 821 10.1089 / cyber.2021.0075 34515520 太阳 Wojcieszak 戴维森 年代 社交媒体上不文明行为的长期趋势:来自11年来政治、非政治和混合子reddit的证据 前沿政治科学 2021 11 2 3. 741605 10.3389 / fpos.2021.741605 Theocharis Y 巴贝拉 P 法泽卡斯 Z Popa SA 推特上政治不文明的动态 圣人开放 2020 05 13 10 2 215824402091944 10.1177 / 2158244020919447 Wojcieszak Azrout R Vreese D 挥舞红布:媒体对有争议问题的报道引发两极分化 公众意见Q 2018 12 09 82 1 87 109 10.1093 /周期/ nfx040 Dubey 广告 2019冠状病毒病大流行期间网络种族主义的死灰复燃及其后果:对推文中的情绪和情绪的分析 公共卫生监测 2020 10 15 6 4 e19833 10.2196/19833 32936772 v6i4e19833 PMC7596656 Muddiman 一个 个人和公共层面的政治不文明 国际共同体 2017 08 11 3182 3202 Muddiman 一个 卡尼 在特朗普时代,什么才算不文明?对政治不文明的归纳方法 2018 美国政治科学家学会政治传播部2018年年会 2018年8月30日至9月2日 波士顿 Tromble R 推特“健康对话” 丽贝卡Tromble 2022-08-21 https://www.rebekahtromble.net/political-communication Papacharissi Z 在线民主:礼貌、礼貌和在线政治讨论组的民主潜力 新媒体与社会 2016 06 30. 6 2 259 283 10.1177 / 1461444804041444 Sobieraj 年代 浆果 JM 从无礼到愤怒:博客、谈话广播和有线电视新闻中的政治话语 Polit Commun 2011 02 09 28 1 19 41 10.1080 / 10584609.2010.542360 Coe K Kenski K 降雨 SA 在线和不文明?报纸网站评论中不文明行为的模式和决定因素 J Commun 2014 06 16 64 4 658 679 10.1111 / jcom.12104 维斯 英国电信 网络上的不文明行为:在一个基于网络的实验中对不文明政治帖子的情感和行为反应 J信息技术政治 2015 01 14 12 2 167 185 10.1080 / 19331681.2014.997416 粗呢衣服 新泽西 Scacco JM Muddiman 一个 咖喱 艾尔 改变新闻机构Facebook网站的审议规范 计算机媒体通讯 2014 10 16 20. 2 188 203 10.1111 / jcc4.12104 JW 猜一猜 一个 尼汉在新发布的研究报告中 B Reifler J 社交媒体扭曲的棱镜:自我选择和暴露于不文明行为如何助长网络评论的毒性 J Commun 2021 09 03 71 6 922 946 10.1093 /穆南加/ jqab034 罗西尼 P 疏解网络政治话语中的不文明和不宽容话语 文明危机 2019 纽约,纽约 劳特利奇 142 157 Sheldenkar 一个 J 舒尔茨 PJ 胫骨 W Panchapakesan C 古普塔 RK Y 2019冠状病毒病大流行期间公众情绪的演变:印度、新加坡、韩国、英国和美国的病例比较 JMIR Infodemiology 2022 2 10 2 1 e31473 10.2196/31473 J Sheldenkar 一个 舒尔茨 PJ 胫骨 W 古普塔 R Y 推特上围绕COVID-19大流行的全球情绪:推特趋势分析 公共卫生监测 2020 05 22 6 2 e19447 10.2196/19447 32412418 v6i2e19447 PMC7247466 WS 布登兹 一个 在COVID-19疫苗沟通中考虑情绪:解决疫苗犹豫,培养疫苗信心 健康Commun 2020 10 30. 35 14 1718 1722 10.1080 / 10410236.2020.1838096 33124475 Calvillo DP 罗斯 BJ 加西亚 RJB 冶炼厂 TJ Rutchick 政治意识形态可以预测人们对COVID-19威胁的看法(以及对假新闻的易感性) 心理与个人科学 2020 07 22 11 8 1119 1128 10.1177 / 1948550620940539 Wiysonge CS Ndwandwe D 瑞安 J Jaca 一个 Batoure Oumarou 安雅 BM 库珀 年代 COVID-19时代的疫苗犹豫:过去的教训是否有助于预测未来? 哼疫苗免疫剂 2022 12 31 18 1 1 3. 10.1080 / 21645515.2021.1893062 33684019 PMC8920215 布兰查德 直流 将啮齿动物的动态防御模式转化为人类 神经科学与生物行为学报 2017 05 76 Pt一 22 28 10.1016 / j.neubiorev.2016.11.001 28434585 s0149 - 7634 (16) 30333 - 5 卡佛 CS Harmon-Jones E 愤怒是一种与方法相关的影响:证据和暗示 Psychol牛 2009 03 135 2 183 204 10.1037 / a0013965 19254075 2009-02580-003 ·凯塞尔 LTE 鲁伊特 RAC 伍特斯 l Jansma BM 神经科学证据表明,防御性的恐惧回避具有吸引力 精神病院 2014 04 49 2 80 8 10.1002 / ijop.12036 24811878 PMC4286019 费瑟斯通 JD J 感觉愤怒:疫苗错误信息和反驳信息对负面情绪和疫苗接种态度的影响 J健康通 2020 09 01 25 9 692 702 10.1080 / 10810730.2020.1838671 33103600 Rief W 对不良反应的恐惧和COVID-19疫苗犹豫:治疗预期专家组的建议 美国医学会健康论坛 2021 04 16 2 4 e210804 10.1001 / jamahealthforum.2021.0804 巴特莱特 CP 溜冰者 一个 罗斯 B 新冠肺炎时代的网络欺凌行为:一般应变理论的应用 J社会心理学 2021 07 04 161 4 466 476 10.1080 / 00224545.2021.1883503 33543673 X R T W 新冠肺炎疫情防控期间的信息超载与网络攻击:抑郁/焦虑的中介作用和儒家责任思维的调节作用 环境与公共卫生 2022 01 29 19 3. 1540 10.3390 / ijerph19031540 35162578 ijerph19031540 PMC8834912 Brnovich 为什么各州反对拜登的疫苗强制令 福克斯新闻 2022 01 24 2022-08-21 https://www.foxnews.com/opinion/why-states-fighting-bidens-vaccine-mandates-arizona-ag-mark-brnovich 克鲁格曼 P 如何处理我们的愤怒 《纽约时报》 2022 02 08 2022-08-21 https://www.nytimes.com/2022/02/07/opinion/covid-unvaccinated-anger.html Novaco RW 富有 V 沙克尔福德 TK 愤怒 人格与个体差异百科全书 2020 04 22 可汗、瑞士 施普林格 166 171 克尔 J C 范德林登 年代 美国应对新冠肺炎疫情的政治两极分化 个人差异 2021 09 179 110892 10.1016 / j.paid.2021.110892 34866723 s0191 - 8869 (21) 00267 - 1 PMC8631569 Pennycook G 兰德 DG 假新闻的心理 趋势与认知科学 2021 05 25 5 388 402 10.1016 / j.tics.2021.02.007 33736957 s1364 - 6613 (21) 00051 - 6 野蛮人 J Verhulst B 科普兰 W Althoff RR 利希滕斯坦 P Roberson-Nay R 易怒和焦虑/抑郁症状之间纵向关系的遗传学研究 儿童青少年精神病学[J] 2015 05 54 5 377 84 10.1016 / j.jaac.2015.02.010 25901774 s0890 - 8567 (15) 00109 - 4 PMC4407138 鲍尔奇 B 不接种疫苗的成本正在上升——人们愿意为此付出代价吗? 美国医学院协会 2021 10 26 2022-08-21 https://www.aamc.org/news-insights/cost-being-unvaccinated-rising-will-people-be-willing-pay-price l RG二世 Breijo 年代 洛杉矶县计划要求室内酒吧,夜总会,酿酒厂,酿酒厂提供疫苗接种证明 洛杉矶时报 2021 09 15 2022-08-21 https://www.latimes.com/california/story/2021-09-15/la-to-require-covid-19-vaccines-at-bars-nightclubs-breweries-wineries Bignardi G Dalmaijer 西文 Anwyl-Irvine 艾尔 史密斯 助教 Siugzdaite R 年代 由于报纸 在COVID-19封锁期间,儿童抑郁症状的纵向增加 Arch Dis Child 2020 12 09 791 797 10.1136 / archdischild - 2020 - 320372 33298552 archdischild - 2020 - 320372 PMC7733224 Palgi Y Shrira 一个 l 。博得纳 E Avidor 年代 伯格曼 Y Cohen-Fridel 年代 Keisari 年代 霍夫曼 Y 孤独大流行:2019冠状病毒病爆发期间,孤独和抑郁、焦虑的其他伴随症状及其合并症 J情感障碍 2020 10 01 275 109 111 10.1016 / j.jad.2020.06.036 32658811 s0165 - 0327 (20) 32394 - 6 PMC7330569 霍维茨 RB 政治就是受害者,受害者就是政治 J政策历史 2018 06 21 30. 3. 552 574 10.1017 / s0898030618000209 Pennebaker JW 博伊德 RL 约旦 K 布莱克本 K LIWC2015的发展和心理测量学性质 德克萨斯大学奥斯汀分校 2015 2022-08-21 https://repositories.lib.utexas.edu/bitstream/handle/2152/31333/LIWC2015_LanguageManual.pdf API的角度来看 2022-08-21 https://developers.perspectiveapi.com/s/about-the-api-attributes-and-languages 史蒂文斯 人力资源 Acic 土卫五 年代 COVID-19大流行期间LGBTQ+青少年心理健康的自然语言处理洞察:lgb青少年微社区子reddit中引发焦虑的话题和情绪趋势的纵向内容分析 公共卫生监测 2021 08 17 7 8 e29029 10.2196/29029 34402803 v7i8e29029 PMC8372845 Miazga J Hachaj T 评估不同数据集上最流行的情感词汇覆盖率 2019 10 08 2019年第二届传感器、信号和图像处理国际会议论文集 2019年10月8日至10日 布拉格,捷克共和国 86 90 10.1145/3365245.3365251 R 认知系统时代:IBM沃森的内部观察及其工作原理 红皮书 1994 2022-09-06 https://www.redbooks.ibm.com/redpapers/pdfs/redp4955.pdf 老板霍普 T Vargo CJ 迪克森 l 塞恩 N 关联自我报告和追踪数据测量不文明:一个概念的证明 社会科学与计算机 2018 12 17 38 5 584 599 10.1177 / 0894439318814241 Pascual-Ferra Paola Alperstein N 巴奈特 DJ 在线监测COVID-19疫苗相关信息阴性优势的多平台方法 灾难医学公共卫生准备 2021 05 03 1 24 10.1017 / dmp.2021.136 33938423 S1935789321001361 PMC8209443 马库斯 通用电气 纽曼 或者说是 Mackuen 情感智力和政治判断 2000 芝加哥, 芝加哥大学出版社 哈珀 CA 萨切尔 LP 菲多 D Latzman 理查德·道金斯 功能性恐惧可以预测COVID-19大流行期间的公共卫生合规情况 监狱健康成瘾者 2021 04 27 19 5 1875 1888 10.1007 / s11469 - 020 - 00281 - 5 32346359 281 PMC7185265 史蒂文斯 人力资源 YJ 泰勒 LD 对推特上引起恐惧的COVID-19健康新闻的脱敏:观察性研究 JMIR Infodemiology 2021 07 16 1 1 e26876 10.2196/26876 34447923 v1i1e26876 PMC8330886 Bendau 一个 难陀 J 风格的作品 MB Strohle 一个 COVID-19疫苗犹豫以及相关的恐惧和焦虑 Int Immunopharmacol 2021 08 97 107724 10.1016 / j.intimp.2021.107724 33951558 s1567 - 5769 (21) 00360 - x PMC8078903 史密斯 达菲 B Moxham-Hall V 斯特朗 l Wessely 年代 鲁宾 GJ COVID-19大流行期间的愤怒和对抗:英国全国横断面调查 社会医学 2021 02 114 2 77 90 10.1177 / 0141076820962068 33115327 PMC7876655 沙纳 l Steinhoff 一个 Bechtiger l 穆雷 艾尔 Nivette 一个 Hepp U Ribeaud D 艾斯纳 2019冠状病毒病大流行期间年轻人的情绪困扰:来自纵向队列研究的风险和复原力证据 Psychol地中海 2022 04 52 5 824 833 10.1017 / S003329172000241X 32571438 S003329172000241X PMC7338432 赫尔利 D covid -19的结果神经科医生面临着敌意增加的情况和应对策略 今天神经学 2022 02 03 22 3. 8 31 10.1097/01. nt.0000821684.69901.4f 华莱士 CL Wladkowski SP 吉布森 一个 白色 P COVID-19大流行期间的悲伤:对姑息治疗提供者的考虑 J疼痛症状管理 2020 07 60 1 e70 e76 10.1016 / j.jpainsymman.2020.04.012 32298748 s0885 - 3924 (20) 30207 - 4 PMC7153515 雅各布森 数控 Lekkas D 价格 G 亨氏食品公司 MV 首歌 奥马利 AJ 巴尔 PJ 心理健康曲线趋平:COVID-19的居家令与美国心理健康搜索行为的改变有关 JMIR健康 2020 06 01 7 6 e19347 10.2196/19347 32459186 v7i6e19347 PMC7265799 Hitlin P 奥姆斯戴德 K 人们在社交媒体上看到的科学 皮尤研究中心 2018 03 21 2022-09-06 https://www.pewresearch.org/science/2018/03/21/the-science-people-see-on-social-media/ 帕迪拉 JJ Kavak H 林奇 CJ 戈尔 RJ 迪亚洛 SY 旅游景点推特访问情绪的时空调查 《公共科学图书馆•综合》 2018 06 14 13 6 e0198857 10.1371 / journal.pone.0198857 29902270 玉米饼- d - 18 - 02998 PMC6002102 弗兰克 先生 米切尔 l 多兹 PS 丹弗斯 厘米 幸福和生活模式:一项地理定位推文的研究 Sci代表 2013 09 12 3. 2625 10.1038 / srep02625 24026340 srep02625 PMC6505625 麦基 T 鲍尔 C Eysenbach G 在数字密集时代推进信息流行病学 JMIR Infodemiology 2022 2 14 2 1 e37115 10.2196/37115 Bhat 一个 Browning-McNee Ghauri K Winckler 年代 COVID-19疫苗信任项目 美国医药协会(2003) 2022 01 62 1 288 295. e2 10.1016 / j.japh.2021.06.006 34246577 s1544 - 3191 (21) 00273 - 9 PMC8193969 王寅 b . CE Gaysynsky 一个 猎人 厘米 COVID-19疫苗接种沟通:应用行为和社会科学解决疫苗犹豫并培养疫苗信心 美国国立卫生研究院 2020 12 2021-08-21 https://www.obssr.od.nih.gov/sites/obssr/files/inline-files/OBSSR_VaccineWhitePaper_FINAL_508.pdf 如何针对特定受众定制COVID-19疫苗信息 疾病控制和预防中心 2022 2022-08-21 https://www.cdc.gov/vaccines/covid-19/hcp/tailoring-information.html
Baidu
map