平台对公共卫生的影响交流:比较研究和国家在Twitter和Facebook消息设计和观众参与

介绍

背景

社交媒体已经成为不可或缺的工具,用于公共卫生信息和全球健康和风险信息的在线交流1- - - - - -3]。截至2021年,在美国,72%的成年人和84%的人年龄在18岁至29岁的年说,他们使用至少1社交媒体网站(4,5)和网站广泛采用公共卫生机构(3,6,7]。社交媒体、公共健康信息用户可以共享,达到扩大消息。公众也可以像和评论机构信息,和机构可以直接回复公开评论。虽然有机会对公共卫生信息在这些网站上,也有挑战。这些网站错误信息的来源,尤其是关于COVID-19流行病[8,9,10和反疫苗的宣传11,12]。危害健康的有针对性的营销产品,如电子烟(13),也有问题。然而,考虑到他们的患病率,公共卫生机构需要了解这些网站,以更好地促进健康的动力学行为。

有足够的研究社交媒体使用公共卫生机构(2,7,14,15,16]。然而,研究通常进行一个网站或另一个,Facebook或者Twitter。虽然还有许多在其他领域的研究探索不同的功能或特征不同的社交媒体网站(17- - - - - -20.),很少有研究用户参与公共卫生信息(13,21),没有实际的分析,公共卫生机构发布的消息在社会媒体平台。尽管缺乏这样的比较研究,重要的是要理解媒体的影响,或者至少跨站点的差异。广泛研究经常使用术语“社交媒体”当他们只研究一个平台。然而,鲜明的差异在一些平台上现在好研究[22- - - - - -24),有一个明确的呼吁解决社交媒体功能在健康传播研究[25]。这项研究小说对文学的贡献通过比较公共卫生信息和观众参与跨两种最流行的平台在公共卫生交流。

公共卫生信息设计和观众参与

公共卫生信息在社交媒体上的研究都集中在两大领域:(1)内容和目的消息(2)观众(或用户)订婚的消息。消息内容的分析都集中在“主题”,如“闭包”,“风险因素”,“更新”“放心”,和其他各大流行和危机上下文(26,27),包括COVID-19大流行(7,28]。分析消息的目的已经讨论的目标“通知”,“行动呼吁”[28),增加“自我效能感”(29日),“战斗”错误信息30.),和其他人。然而,缺乏规范化的消息设计元素和小考虑更客观的文本元素的消息,包括相关内容,如演讲者、听众,和类型的图像信息。为克服此缺点,在这项研究中,我们采用了一个框架文本消息和媒体设计元素识别各种目标特征text-focusing的内容,而不是在多个健康的目的可能是有用的和风险沟通场景和相关研究31日]。

观众或用户参与社交媒体平台通过通常是正式的就像按钮,一个分享按钮,一个评论的内容或计数功能,这是附加到消息。Facebook还提供其他情感或反应表达正式的按钮和数量(即爱,护理,哈哈,哇,悲伤的,愤怒的)。尽管社交媒体对消息的反应可能不直接与实际行为意图或行为变化,分析的参与公共利益提供了一些见解和接受的消息25),因此可以帮助改善信息策略和信息设计,别人称为循证科学传播(13]。有一个缺点是过度依赖用户参与社交媒体沟通的最终目标,因为用户参与度是偏向积极的情绪或冲动含量高23,32,33]。然而,这些指标至少提供一些健康促进的质量或成功的证据和信息活动在这些平台上,可以用来增加消息到达(13]。

对健康的影响和风险信息平台

尽管社交媒体文学研究认识到不同意——函数或行动的可能性(25]-这些技术,先前的研究在COVID-19缺乏消息元素的研究最受欢迎的平台:Facebook和Twitter [13,25]。尽管他们是相似的,Facebook和Twitter分享一些重要的差异。在Facebook上,连接是双向的,称为“朋友。“在推特上,他们是单向的;个人不得跟随别人而不被他们紧随其后。这使得Twitter更公开、开放的平台。然而,Facebook是一个更受欢迎的网站,一个市场,事件日历,页面可以单向之后34]。在Facebook和Twitter,个人可能会使文章,包括文本、超链接、照片或视频,但一个帖子的文本长度是280个字符限制在Twitter上。他们都有一个newsfeed显示用户和帖子的朋友,或者,该组织是由平台算法(35]。

在实践中,Facebook比Twitter所有人群更广泛采用(34]。Twitter已经被用来作为“新闻媒体”[36和与政治新闻37]。Twitter已经发现更用于公共信息(38),而Facebook用于“共享身份”(24和“社会互动”39),与更高水平的隐私关注和结合社会资本(22]。最近的一项研究用户参与禁烟消息发现消息主题(例如,健康/外观/上瘾,钱,或家庭)没有影响点击率(CTR)的消息,但是Facebook最高和最低CTR水平和平均点击率数据高于相同的消息在推特上(13),这表明用户在Facebook上通常与多用户在Twitter上。然而,推特上的信息有较高的网站点击率比任何其他平台,表明Twitter用户更有可能去和滚动的网站联系信息(13]。文学因此支持Facebook的概念随着越来越多的社会互动平台,而Twitter的更多的是一种新闻平台。

研究目标和总结

在这项研究中,我们的目标是评估公共卫生信息的差异设计元素和观众参与的各种消息元素在Twitter和Facebook上关于COVID-19在1年的大流行。因此,我们提出以下研究问题(rq):

• RQ1。公共卫生信息设计元素如何在Twitter和Facebook上有何不同?
• RQ2。观众参与公共卫生消息元素如何在Twitter和Facebook上有何不同?

在下面几节中,我们描述了研究的方法,结果,讨论有关文献,为更有针对性地提供以证据为基础的政策建议健康传播策略。

方法

数据收集和采样

我们确定了11个主要在美国联邦卫生机构与感染预防和控制(40重大公共卫生机构),每个美国50个州的(+华盛顿特区),和主要当地公共卫生机构的最大的市/县50个州。然后我们寻找这些机构的官方账户在Twitter和Facebook,以及他们自己的网站上。并不是所有的最大的市/县公共卫生机构的州有一个Facebook或Twitter的存在。从机构确定的名单,我们检索所有COVID-19-related文章生成的2020年。这段时间使消息的分析从一开始就通过几波大流行。然后我们寻找下列字符串在任何地方的所有鉴定机构的职位:ncov,covid,电晕,流感大流行,或冠状。来检索这些职位,我们使用标准的Twitter应用程序编程接口(API)和Facebook API通过Crowdtangle [41]。注意,术语“职位”和“消息”互换使用。除非另有规定,“后”这一术语指的是原来的职位而不是转发(共享职位)或回复(在其他帖子的评论)。

在Twitter上,我们确定了11个联邦帐户(共有COVID-19-related原始文章和转发),48个国家账户(共有40716个职位和转发),和33个本地账户(共有20164个职位和转发)相匹配的标准。在Facebook上,我们发现了10个联邦账户(共有3592个职位),49个国家账户(共有34930个职位),和38个本地账户(共有14356个帖子)匹配的标准。在Facebook上,更难区分原始文章从共享的帖子;这些数据只是报道Facebook包括。这个数据集的所有COVID-19-related文章从2020年被称为所有鉴定机构人口数据集。

手册内容的分析,我们用分层随机抽样方法抽样900个帖子来自Twitter和900个帖子从Facebook帖子的数量由机构水平成正比(即当地、州和联邦)样本数据集。抽样的基本原理是基于类似的研究和手工代码生成可控数量的帖子。例如,路透社等[13]分析了总共1275戒烟健康信息发布在社交媒体平台上,和Slavik等15]501条用于内容分析加拿大公共卫生机构的在推特上的消息。我们应该注意,Facebook,采样策略只关注帖子,少于340个字符(包括相对较长的超链接)。这是旨在提供一个数据集更类似Twitter帖子,这是限制在280个字符(超链接可能缩短)。后删除nonrelated帖子,回复帖子,和共享的帖子,或者帖子没有任何明显的内容,我们的最终样本数据集由1677(93.2%)的文章(826年49.3%,原始的推文和851年50.7%,原始Facebook帖子)编码。对于Twitter而言,这包括82名联邦职位(9.9%),482(58.4%)状态的帖子,262(31.7%)当地的帖子。Facebook,这包括60联邦职位(7.1%),560(65.8%)状态的帖子,231(27.1%)当地的帖子。多媒体附录1介绍了采样账户。

编码框架

我们适应现有的框架31日]分析健康和风险沟通社交媒体消息元素。文本分析的框架是基于理论(31日,42,43)和社交媒体研究健康和危机沟通(7,15,28,29日),包括图像使用在风险沟通44]。这些跨学科研究在健康传播,卫生信息学,危机沟通文学。框架侧重于消息相比更客观抽象的元素(如“公开和透明的信息”[45])和隐喻性的(如“错误信息”(30.])类别使用的文学或假设一切都是“框架”或“主题”26,27]。在这个框架由信息的元素文本和媒体元素。该框架将消息元素集成到8个主要维度:语音功能,主题,威胁的焦点,类型的资源,观众,演讲者,修辞策略,媒体。每一个维度包括更细粒度的消息功能(或元素)。表1和2介绍定义和例子的文本和媒体元素,分别。框架并不详尽,可以减少或扩大,。是构思的相对较短的社交媒体的帖子,因为分析关注的是从句或句子层面,因此较长的文档将在很大程度上更复杂的分析。进一步的细节提供了框架和元素多媒体附录2。

媒体元素	定义	例子
超链接	长或短的web URL	https://twitter.com/..。
标签	之前任何一项#符号	# COVID-19 # WearAMask
Text-in-image	图像与额外的文本不包含在文本消息的一部分	请参见下面的例子。
插图	插图以外的图像至少使用一个表和颜色
照片	一个人的照片,对象,或场景
信息图表	图像传递数据或说明指令(覆盖插图)
视频	一个视频嵌入到消息中

内容分析

手册的内容分析由二进制编码为每个元素的存在或缺乏。随着类别的定义变得明显,一些定义的本质做了一些类别相互排斥,尤其是在每个文本或媒体维度。例如,一个问题是,根据定义,不是一个代表而不是一个富有表现力的。这些编码规则进行了总结表1和2并进一步详细多媒体附录2。

随机训练样本150个帖子(75年,50%来自Twitter和75年,50%,从Facebook)首次检索训练和分类发展。使用这些150个职位,在培训期间,3作者更新和定义消息类别。一旦训练完成,3作者独立开始编码子样品的20%样本数据集,至少2程序员double-coded相同的帖子来计算科恩κ统计评分者间信度(IRR)。

获得IRR措施后,程序员讨论结果。在这一点上,结果并不完美,在编码存在差异,需要协调。特别是,有问题代表和请求语言功能,外部扬声器和一些修辞维度。例如,它是不清楚形象口号,如“COVID-19新闻更新,”被认为是代表句子。我们最终达成一致所示的定义多媒体附录2,但是IRR结果最终不是完美的所有类别。κ值提供了多媒体附录1。IRR分析后,我们讨论问题识别的类别,然后更好的定义和缩小的规则最终编码的数据。在存在差异的情况下,程序员,和类别修改,我们审查基于修正的数据定义和获得程序员之间的协议。然后我们开始代码将剩余的数据。每个独立编码器编码约450的帖子,产生最终的样本数据集的统计分析1677个帖子。

统计分析

中移动来解决我们的第一,我们计算每条消息元素的分布在Twitter和Facebook上然后相比这总通过一个独立的跨平台2-sample z检验比例,在零假设假定每个消息元素的比例等于在两个平台上。尽管Z-tests预计正常分布,和社交媒体现象是出了名的不是正态分布,鉴于大多数消息元素的相对较大的样本,我们发现它合理应用Z-tests [44]。

中移动来解决我们的第二个,我们实施观众参与的归一化频率的喜好和分享。其他研究已经使用CTR来衡量观众参与(13),看似nonnormalized推计数(15),粉丝和回归模型,和其他维度,控制(45]。路透社等使用的CTR测量(13)我们的研究是不可能的,因为我们不可能访问消息点击或实际消息的看法(total_views领域提供的Facebook API并不可靠,包含缺失的数据;没有这样的措施是Twitter API提供的)。我们的方法比回归模型更简单,但是考虑到对一个问题的关注,跨机构的随机抽样数据和时间,和规范化程度的喜欢和股票基于机构的粉丝数量,我们的方法提供了一个健壮的和容易理解的方法来测试之间的关联信息特性和观众参与。

我们计算的标准化喜欢(问_米)喜欢的数量每条消息“m”的粉丝数量除以账户发布消息。问_米是该机构的追随者的百分比数,喜欢这个消息。虽然Facebook包括观众engagement-namely的额外的积极和消极措施爱,护理,哈哈,哇,悲伤的,愤怒的这些不在本地语言的一部分_米测量更可比较的单一就像Twitter的功能。尽管我们考虑和分析了Facebook的措施的负面情绪,更多的就是悲伤和愤怒,似乎这些过于复杂的研究和最终的范围,因为我们的目的是比较Facebook和Twitter的元素。本研究只关注喜欢和分享在Facebook和Twitter上,这两种类型的积极参与。一般来说,在这项研究中,参与指的是“喜欢”或“共享”一个信息。

类似于标准化的喜欢,我们创建了一个规范化的股份(NS_米每个消息“m)。“NS_米测量,比较喜欢,可以更直接的考虑扩散率(46]或重传率(7的消息(或消息元素),因为它是由用户直接共享网络。虽然消息不仅喜欢追随者或共享的一个账户,一个帐户的追随者的大小在很大程度上影响该帐户的总参与职位(47]。方程的规范化和标准化的措施提供了分享多媒体附录3。

对于每个消息元素,然后我们计算意思是NS和意思是问所有消息中包含的元素,没有包含它的所有消息,并比较这两组通过2-tailed independent-samples Wilcoxon-Mann-Whitney (WMW)测试中,由于数据的偏态和类似的研究已经接近它15]。我们考虑和讨论P≤。05显著。

结果

数据集的细节

表3显示了最终样本描述性统计人口数据集与数据集COVID-19-related职位。机构账户的列表在示例多媒体附录1。所示表3,当地、州和联邦机构做了一个相当数量的Facebook和Twitter帖子(这些措施不包括股票或转发)。一般来说,每个账户,政府机构更活跃在比当地和联邦机构发布。例如,在facebook上人口statistics-state账户712帖子每个账户(34930总贴子49账户),而本地账户377帖子每个账户(14356总贴子38账户),和联邦账户359帖子每个账户(3592总帖子10账户)。结果相对类似Twitter。

图1显示了计算均值和差的追随者,分离为当地联邦,机构账户(基于样本数据集)。有着很强的变化在当地、州和联邦机构分布的追随者和平台。不足为奇的是,联邦机构账户最追随者,比当地机构和政府机构有更多的追随者,平均。联邦机构都更受欢迎(即有更多的追随者)在推特上,而政府机构都在Facebook上更受欢迎。当地机构也同样受欢迎的在Facebook和Twitter上。一般来说,有大变化最高四分位数的分布。这个盒子的详细数字情节中可以找到多媒体附录3。

‎ 把这个图

平台对信息设计的影响

表4显示每条消息的总数元素编码样本数据集数量的帖子元素出现,分别为Facebook和Twitter。表4还提供了结果2-tailed z检验而跨平台比例是否相等。结果表明,大多数跨平台特性用于类似的程度。这些结果提供了一些有效性的概念,这些消息功能确实是部分的公共卫生和风险沟通社交媒体更广泛。然而,我们也发现了一些统计上显著的差异在2个网站。积极的z分数表明更高的使用Twitter上;负分数表明更高的使用在Facebook上。

图2显示了显著或多或少地使用的消息元素在Facebook或Twitter上,相对于酒吧,识别文章中的每个消息元素的比例出现了。外部,政治,专家演员,连同视频,照片,其他语言,更频繁地使用Facebook的特性比Twitter发布的帖子。政策,指令,信息图表,监测,超链接,和标签功能更频繁地使用Twitter与Facebook。个性和积极的不包含在框架的特性图2由于较低的样本大小。然而,政策图中,尽管意义边界。

‎ 把这个图

平台对观众参与的影响

表5和6显示观众参与消息包含每一个特定的功能,相比那些没有功能分开计算,Facebook和Twitter的规范化的喜好和规范化的股份。总的来说,Facebook有更高的参与度比Twitter的用户。此外,Facebook用户使用股价比喜欢更频繁,而Twitter用户喜欢比他们更频繁。Facebook帖子,平均而言,是喜欢0.19%的账户的追随者,而在推特上,平均而言,帖子被0.08%的账户的追随者,喜欢Facebook喜欢高2.25倍的差异。关于分享,Facebook帖子,平均而言,共享帐户的追随者的0.22%,而在推特上,平均而言,帖子被0.05%的账户共享追随者,这是超过4.4倍的差异。然而,这些措施不包括其他形式的参与在Facebook上(例如,爱,护理),正如前面所讨论的方法。

表5为所有消息的平均归一化喜欢提供特性相比没有它,P值WMW测试比较这2套。例如,在Facebook的样本,平均0.16%(计算的)账户的粉丝喜欢消息包含一个代表喜欢,而0.26%的消息不包含代表。因此,在Facebook上,并未包含一个完整的消息代表是喜欢多的消息。然而,这不是一个统计上的显著差异(P= 22)。然而,在Twitter上,平均0.08%的账户的追随者喜欢消息包含一个代表,0.05%的人喜欢没有包含它的消息,这是一个显著差异(P<措施)。

表6提供平均归一化的股票特性和那些没有它,所有消息P值WMW测试比较它们之间的差异。结果在这里同样可以解释为结果表5。

图3显示消息的元素表5和6有重要联系的增加或减少规范化喜欢和股票。图3显示增加/减少的百分比与包含消息的相关元素。Expressives和使用集体框架有关的信息是更喜欢在两个平台上。监测信息以及信息图也喜欢紧密相关,而与股票在Facebook和Twitter上。引用材料相关资源,令人惊讶的是,通常是用更少的在两个平台上都喜欢和股票。我们推测这可能是由于重复帖子测试和疫苗网站编码材料。虽然政治数据更多出现在Facebook和Twitter上相比,他们与更少的参与在这两个平台上,特别是Facebook。请求在Facebook上特别受欢迎但在Twitter上不显著。调节剂和策略信息与更高的参与在Twitter上有关但不那么不明显在Facebook上。

‎ 把这个图

讨论

主要研究结果

本研究分析了1677个COVID-19-related帖子在Facebook和Twitter上,公共卫生机构在美国,2020年,发现异同点在整个使用这些网站的影响力和受欢迎程度的信息设计元素和观众参与。我们的结果表明,Facebook帖子收到喜欢2.25倍和4.4倍的股票,一般来说,比在Twitter上的帖子。然而,在每一个平台,接收到的消息的比例比喜欢在facebook股票账户的追随者,喜欢或共享message-whereas在推特上,措施更喜欢分享。

我们的结果表明,推特上的信息,Facebook相比,更多关注监测信息(例如,数据和统计信息的威胁),策略信息,信息图,超链接。此外,联邦机构更活跃、更流行的Twitter与Facebook,而当地和国家机构在Facebook上更活跃、更受欢迎。我们还观察到Facebook上的信息,与推特相比,有更多的引用政治人物、公共卫生专家,(非政治性的)个性(例如,个人故事或当地的名人)演讲者的消息。由此,我们可以得出结论的一种数据和政策对于Twitter和方向地方和个人取向Facebook。

我们观察到的数据(如信息图,监测数据)和政策Twitter上的信息与观众参与度有显著正关联但不都在Facebook上,进一步表明该数据和政策描述为Twitter。尽管Facebook平台的政治人物和健康专家更强调演讲者的信息,通常这种个性化和高订婚都没有联系网站。然而,我们观察到照片往往是人,和修辞元素,例如集体框架(例如,“我们在一起”),积极的框架(例如,“我们正在我们最好的”),和强调(如感叹号),这可能会引发情绪和人际关系,获得更多的或者更多的观众参与在Facebook上而不是在推特上或者根本不一样。这进一步表明,本地和Facebook的个人取向。

消息设计元素的分布在很大程度上是相似的在两个平台上,提出了公共卫生信息的一致性,但一些重要的差异2研究社交媒体网站。结果也显示重要的信息元素之间的关联和观众参与,一些预期的跨平台和惊人的差异。在一般的健康和风险沟通场景中,我们可能会因此认为Twitter的数据和政策取向,而Facebook则更多的地方和个人取向的内容,主要遵循文学在社会媒体功能。

与现有文献集成

先前的研究已经检查Facebook与Twitter的特点2主要的社会媒体网站在美国和在当今世界。一般来说,研究支持Twitter的概念更多的是一种“新闻媒体”[22,36为“信息传播”[]38)和“迅速通知”39),而Facebook更“共同身份,”“照片”(24),和“社会互动”(39),与焊接相关的更多的社会资本(22]。这个Twitter和Facebook之间的区别通常解释为每个站点的具体功能(13,25),这可能与它的一些技术特点,比如更开放的单向网络Twitter与Facebook的双向网络(38]。研究还表明网站的某些技术特性(例如,专注于视觉图像)可能会导致整体较高的观众参与(13,22]。

在这项研究中,我们没有分析是否某些平台特性引起的使用特定消息元素或特定的信息特性是否造成了或多或少的参与。然而,我们的研究结果普遍支持现有的文献表明Facebook,而更大、更受欢迎的在美国成年人,有更多的地方和个人取向,与社会交往密切相关。相比之下,Twitter是更积极的和联邦机构的受欢迎的网站,与当地和国家机构相比,内容和Twitter上的接触点的数据和政策取向。最终,我们观察到的相似性在Facebook和Twitter消息元素和观众参与,表明社交媒体政策和实践的标准化机构和平台,以及Facebook和Twitter用户参与度的相似之处。

健康传播政策的贡献

本研究为政策建议提供了一些证据在社交媒体上健康传播策略。这些建议都是基于这项研究的结果,这是关注COVID-19沟通的开始和多个波大流行期间在2020年。公共卫生机构和进一步的研究需要评估是否这些是有效的为更广泛的上下文。

建议1

对公共卫生机构使用Facebook,我们建议谨慎使用时的政治人物和外部专家信息,而不是强调非政治性的或非政府的个性,如当地的名人或普通的人有一个特别的故事。我们也看到一个更大的机会或者至少继续使用情感表达的信息和使用集体帧生成更大的积极参与。

Facebook上我们的结果显示,与Twitter相比,更侧重于强调政治人物,以及内部和外部专家。然而,政治人物和外部专家一般都在Facebook上与更少的接触。个性,包括名人或普通人(例如,一个真实的社区的孩子),在Facebook上明显与更大的接触,但出现在Facebook上的几篇文章中(2%)。最终,使用expressives(即表达情感)和集体框架(例如,使用集体代词和关注集体问题)在Facebook上与特别好。

建议2

对公共卫生机构使用Twitter,我们建议谨慎使用超链接和标签在推特上的消息如果目标是增加消息喜欢和整体消息扩散,但建议继续使用监测信息和信息图。此外,我们建议更加重视信息包含紧急问题(如紧急或及时的信息),和调节剂的使用地址错误,因为这些都不是普遍,但与更大的积极参与。

我们的结果表明,推特上的信息,Facebook相比,更侧重于政策和监测信息,包括更多的超链接和标签相比,在Facebook上的消息。由于标签文本建设在推特上开始流行,这并不奇怪。然而,标签和超链接一般都在推特上用更少的接触有关。监测信息和信息图,然而,通常是与更大的参与在Twitter上有关。紧急问题和调节剂,在Twitter上与特别好。然而,调节剂包含在少数的tweet (1.4%)。考虑到社会媒体是一个错误的一部分危机48),或infodemic(49,50),重要的是要考虑如何解决公共卫生机构错误信息在这些环境中。

建议3

对公共卫生机构使用平台,我们建议谨慎使用的图像信息,包括照片、插图,和视频,因为这些都是媒体类型与少接触跨两个平台。然而,包括text-in-image是一个合理的建议,因为这些都是跨平台与更大的接触。

一般来说,我们的结果表明,并不是所有类型的图像同样参与。在这两个平台上,照片是用更少的股票显著相关,而信息图通常是与更大的股份,喜欢。尽管插图与更少的喜欢和相关股票在这两个平台上,这对Facebook喜欢只有负面影响显著。图表关于大流行订婚就越在这两个平台上,但他们也很大程度上普遍。因此,大量的使用这些特性在这种情况下很可能足够了。最后,text-in-image普遍更喜欢和股票在推特上和大分享在Facebook上,强调文本的重要性和语义内容的视觉内容。

局限性和未来的工作

本研究旨在展示公共卫生机构建设在Facebook和Twitter的消息和用户如何应对这些信息同样或不同的平台。消息的控制方面的话题,我们只专注于COVID-19-related消息。COVID-19也是一个主要的健康和风险的问题,我们可以期望在中国公共卫生机构沟通约2020年。然而,关注COVID-19将限制的程度我们可以概括这些发现对健康和风险沟通更广泛。此外,可以改善使用的统计检验的回归模型,评估和控制其他变量对观众参与。然而,我们随机抽样技术,多个类型的机构和一整年,帮助我们推广和有信心的结果。

健康传播者应该考虑社会媒体算法本身是有问题的,因为他们导致回音室效应(35和偏向活跃用户51]。因此观众参与社交媒体本身应该被认为是小心。文献一般指向社交媒体接触是由情感含量高(52),外群体的敌意(53],fear-arousing轰动效应(54]。因此获得更多接触并不总是适当的健康和风险的传播者。此外,有机会,社会媒体在政府可以用于政治目的55,56]。因此,未来的研究可能推进这项工作通过检查质量接触的跨平台、政治问题在公共卫生交流,和检查评论性质的公共卫生信息。

有几篇文章的个性出现在Facebook(17/851, 1.9%)和Twitter (5/826, 0.6%)。我们可以因此不正确评估这个消息元素参与的影响。然而,名人和个人故事可以积极影响健康行为,进一步研究在此背景下(54,57]。此外,恐惧诉求的分析,区分或多或少的信息(或科学)消息,或者使用讲故事,可以有所改善。一些消息功能需要更好的提高可靠性定义,包括代表和请求。代表的类别,其结果应该谨慎考虑,因为它是最广泛类别的框架和κ很低。总的来说,未来的研究可能获得从炼油框架类,进一步检查使用的名人或个人故事,和恐惧诉求之间的关系或其他修辞策略在不同的水平和用户参与的质量。

结论

一般来说,我们发现Twitter消息和用户的数据和政策取向和本地和个人取向为Facebook,虽然在两个平台上也很多相似之处。影响订婚消息元素是相似的在两个平台上,但有一些明显的差别。本研究提供的新证据COVID-19公共卫生信息在社交媒体上的差异,推进健康传播研究和对健康和风险沟通策略的建议。