% 0期刊文章% @ 2369 - 2960 V %我JMIR出版物%卡塔尔世界杯8强波胆分析 6% 4% N P e24125 % T描述微博社交媒体文章从武汉,中国COVID-19大流行的早期阶段:定性内容分析%徐,清%一沈,章子怡%沙,Neal %科莫,拉斐尔% Cai, Mingxiang %一个棕色,马修%,加威%麦基,蒂姆% +麻醉学和传染病和全球公共卫生部门,医学院的加州大学圣地亚哥分校8950别墅拉霍亚驱动器,A124,拉霍亚,CA, 92037年,美国,1 951 491 4161,tmackey@ucsd.edu % K COVID-19 % K infodemiology % K infoveillance % K infodemic % K微博% K社交媒体% K内容分析% K中国% K数据挖掘% K知识% K态度% K行为% D原始论文7 7.12.2020 % 9 2020% % J JMIR公共卫生Surveill % G英语% X背景:COVID-19大流行已经达到全球4000万例确诊病例。鉴于其迅速发展,重要的是检查它的起源,更好地了解人们的知识、态度和反应随时间进化。一个方法是使用数据挖掘相关的社交媒体的对话信息暴露和自我报告的用户体验。目的:本研究旨在描述的知识、态度和行为的社会媒体用户位于疫情的分析数据的初始中心在中国新浪微博平台。方法:我们使用网络刮收集公共微博帖子从12月31日,2019年1月20日,2020年,从用户位于武汉市包含COVID-19-related关键词。然后我们手工注释所有使用归纳文章内容编码方法来识别特定的信息来源和关键主题包括新闻和知识爆发,公众情绪,公众的反应控制和应对措施。结果:我们发现10159 COVID-19帖子从8703独特的微博用户。在我们三个父分类领域,67.22% (n = 6829)包括新闻和知识文章,69.72% (n = 7083)包括公众情绪,和47.87% (n = 4863)包括公众的反应和自我报告的行为。许多这样的主题是表达同时在同一个微博帖子。次要的新闻和知识的帖子之后就是四个不同的时间线和疫情的严重性升级成为可用的更多信息。 Public sentiment primarily focused on expressions of anxiety, though some expressions of anger and even positive sentiment were also detected. Public reaction included both protective and elevated health risk behavior. Conclusions: Between the announcement of pneumonia and respiratory illness of unknown origin in late December 2019 and the discovery of human-to-human transmission on January 20, 2020, we observed a high volume of public anxiety and confusion about COVID-19, including different reactions to the news by users, negative sentiment after being exposed to information, and public reaction that translated to self-reported behavior. These findings provide early insight into changing knowledge, attitudes, and behaviors about COVID-19, and have the potential to inform future outbreak communication, response, and policy making in China and beyond. %M 33175693 %R 10.2196/24125 %U http://publichealth.www.mybigtv.com/2020/4/e24125/ %U https://doi.org/10.2196/24125 %U http://www.ncbi.nlm.nih.gov/pubmed/33175693

map