在线评论越来越成为做出不同类型决策的重要信息来源。最近的行业调查报告显示，90%的网购者会阅读网络评论，超过80%的网民认为这些评论会影响他们的购买行为[ 1］．越来越多的人还在网上分享医疗经验，或在医生评级网站(prw)上评价他们的医疗保健提供者的质量[ 2］．因此，在线资源，包括来自同行的建议，正在成为健康信息的可靠来源，尽管其数量仍落后于商业信息搜索的数量[ 3.］．prw的结构和内容与其他在线评级网站在旅游、酒店或餐厅等类别上类似。prw通常提供医生的地址、电话号码、办公时间和证书等信息。然而，prw最重要的特点是他们专注于患者对医生表现的意见和满意度的表达，这些意见和满意度是在线的，每个人都可以看到。prw通过使用用户生成的数据讨论医生的标准，并从患者的角度反映医生的质量[ 4， 5］．

尽管越来越多的互联网用户在线咨询医生或其他医疗服务提供者的评级或评论，但我们仍然对公共医生质量报告及其对患者选择行为的影响知之甚少。 3.， 6］．这一领域的最新研究调查了医生评级网站上评估的数量、分布和趋势[ 4， 7］．在先前发表的研究中，在2005年至2010年期间，美国所有医生的被评级医师的百分比估计在16%之间[ 3.-对2009年33个美国prw中随机选择的300名波士顿医生的27%分析[ 8］．最近一项对德国PRW (jameda)医生评级的分析发现，2012年，德国门诊部门37%的医生都接受了jameda的评级[ 9］．不同研究对评价效价的研究结果比较一致，绝大多数评价都是积极的。例如，Lagu等人[ 8报告称，88%的定量和89%的叙述性患者评价是积极的。同样，对于德国的PRW, jameda，大约80%的评估可以被分配到两个最好的评级类别(即， 很好或 好) [ 9］．总而言之，在过去几年中，似乎不仅PRW用户的数量增加了，而且医生评论对患者决策过程的相关性也增加了。

在评估方案和选择医生时，prw的影响是一个尚未得到充分研究的话题。更具体地说，目前还没有研究调查在线医生评级的感知和有效性，并评估在实验条件下prw的影响[ 7］．我们知道，最近只有一项研究在实验背景下检验了选择集的复杂性对消费者对医生的选择的影响，并发现，随着选择集包含更多的选项和更多的绩效指标，选择的质量会恶化[ 10］．实验使研究人员能够估计可操作治疗的因果影响，实验对象被随机分配到给定的结果[ 11在prw的背景下，例如，某些回顾特征对患者对评级医生的态度的影响。与叙述性评论的内容和性质相关的研究也存在空白，因为大多数关于prw的研究都集中在数值评级上[ 12］．最近的调查发现，人们不仅会评估评分，还会仔细检查在线评论中的书面评论。 13］．与简单的数字评级(如星级或百分比)相比，叙述性评论提供了更详细的信息，因此可能会为决策过程增加额外的价值。事实上，患者可以在绝大多数英语和德语prw上以自由文本形式撰写叙事性评论[ 4， 12， 14］．然而，叙述性评论的影响取决于评论的特征，如评论风格和论点质量[ 15］．因此，本文解决了这一研究差距，并报告了一项关于回顾和情境特征对患者对回顾、审稿人和被回顾医生的看法的影响的实验研究。通过这样做，本文有助于更好地理解评论和上下文特征在评估在线医生评论中的作用。更准确地说，这项研究调查了一份或多或少真实的在线医生评论，以及对被评级医生的低或高数量的评论，如何影响人们对被评级医生的态度，评论者的专业知识和可信度，以及评论的可信度。

近年来，大量研究旨在更好地理解在线评级网站对选择行为不同方面的影响[ 16- 20.］．在这些研究中，使用了不同的方法来调查在线评论的有效性。综合文献分析电子口碑传播对消费者行为的影响[ 21]、态度、购买意愿和产品选择被认为是最常见的调查结果，其次是感知有用性、信任和可信度结构。信任和可信度方面也已被证明在在线健康信息评估中发挥关键作用[ 22- 24]，并且可以假设它们在医生评级和评论的评估中至少具有同等的相关性。因此，在本研究中，我们选择了对评级医生的态度，以及信息和来源可信度的组成部分作为过程和结果变量。

在此基础上，信息评估被认为是采用prw的关键决定因素。根据传统的传播理论，接收者的信息评价是由与信息内容相关的信息特征(包括效价或信息质量-来源或上下文特征(如专业知识，可信度)和接收者特征(如以前的经验)相互作用的结果[ 25］．从这一系列可能决定同行评议对人们决策影响的因素中，我们选择了评议风格和评议数量。由于评论效价的影响已经被其他研究者广泛地研究过，但结果并不明确(例如，在线口碑研究的回顾和综合[ 26])，而且大多数医生对prw的评价都是积极的[ 7， 8， 27]，在这项研究中，我们主要研究正面评价的影响。

许多沟通和说服研究人员已经调查了信息的各种元素，如语言强度、风格和质量，如何影响信息感知-见Eastin [ 23］．然而，只有少数研究调查了网络评论中的文本内容和语言风格的相关性[ 15， 17， 26， 28］．研究人员使用亚马逊网站的数据集，并结合文本挖掘和计量经济学技术，证明了评论中使用的写作风格和语言决定了消费者对这些信息的看法和他们的产品选择。 29］．可以认为，评论的风格和方式建立了支持或反对被评级医生的论点，也会对个人如何评价评论和被评级医生的可信度产生影响。 30.］．

关于评论风格对评论接受度的影响，消费者行为文献提供了相互矛盾的发现[ 18］．一项定性研究发现，人们更喜欢有主题结构的、精确的评论，这些评论专注于简单地描述事实，而不会过多地叙述评论者的感受。 31］．该研究将感知的真实性定义为在线评论的简洁性、标准化和专一性。与此类似，高质量的评审通常包括相关的、全面的和准确的产品相关信息[ 21， 32］．在这方面，叙事和情感表达可能被视为主观性的标志，从而降低了评论的感知价值[ 33］．另一方面，电子点对点交流可能非常有影响力，因为许多信息是以叙事形式呈现的，而这些叙事的情感方面可能特别有说服力。 34］．最近的一项研究发现，带有情感元素的评论，如富有表现力的俚语和幽默，被认为更有价值，至少在一定程度上是这样。 28］．在医生评分方面，最近的一项背景分析发现，在Yelp网站和四个英语国家，对医生的叙事性评论与对医生的纯基于事实的评论相比，会带来更多的有用性评分。 35］．这些不同的论点和先前的发现促使我们在研究评审风格对评审有效性的影响时考虑一些调节变量。我们假设评论风格的影响可能与上下文因素相互作用，如进一步讨论的那样，如果更真实的书面评论比更情绪化的书面评论更有效，这可能会发生变化。

我们预计在线评论的数量将是点对点推荐潜在影响强度的一个指标。 36］．以往的理论和实证研究发现，口碑传播量与产品销量之间存在正相关关系[ 37， 38］．人们更倾向于相信大量审稿人的推荐。 39］．有了大量的评论，读者可能会得出这样的结论:她/他可以从别人评论的积极经验中学习，并且更容易依赖。 40］．在最近的一项关于在线健康论坛可信度评估的研究中，Lederman等人发现，人群共识是评价体验性健康信息的一个高度相关的标准，因为它提供了关于体验性陈述有效性的群体意见[ 41］．鉴于在线信息的数量和分散性，接收者经常使用某些启发式方法来评估信息[ 10， 26］．在这种情况下，理解评论数量及其与评论风格相互作用对在线评论评价的影响的另一个基础可以从双过程理论中推导出来[ 42， 43］．从双过程的角度来看，在某些情况下，不费力和费力的处理模式同时存在，医生的评论数量可以作为一种心理捷径或启发式线索，减少了处理信息所需的时间和认知努力[ 21， 44］．大量的评审可以作为群体共识的线索，从而简化决策过程，并导致对单个评审的信息内容的处理不那么关键。这样，医生个人的评论越多，叙事和情感表达的价值就越高。否则，这些评审可能被视为主观性的标志，会降低评审的有效性。因此，我们预计随着评论数量的增加，事实书面评论对接受者的信息评估和对被评论医生的态度的积极影响将变得不那么突出。

为了调查提出的假设，我们在168名受试者之间进行了一项2x2的在线实验——两种评论风格(情感vs事实)，两种评论数量(低vs高)。

通过仔细隔离所考虑的变量，目的是获得一种实验设计，允许估计审查风格和数量的影响。牙医的搜索场景被选为中到高参与度的健康服务设置，似乎适合医生的选择，在现实中，可能主要基于在线评论，不允许寻求个人口碑推荐。因此，在迁移到新城市后不久，由于牙痛急需咨询牙医的场景就被创建了(见下面的描述)。例如，在流感的情况下选择全科医生，大概可以基于实际的决策标准，例如从居住地到医生办公室的距离短。另一方面，在需要手术的情况下，可以假设患者不会完全依赖匿名prw提供的信息，而是从他们个人认识的人那里寻找额外的信息。此外，由于参与者都是男性和女性，妇科医生和产科医生被排除在外。最后一点，搜索牙医的场景被认为比搜索其他专家(如骨科医生、内科医生或儿科医生)的场景更适合更多人。

调查问卷中的医生搜索场景描述如下(在奥地利，医生一词也用于牙医):

评论的风格是通过在奥地利最受欢迎的PRW网站docfinder上显示一个虚构的牙科医生的两个版本的在线评论来操纵的。虚构的牙医弗兰克·韦伯博士的两个评论版本是在对奥地利和德国的文档搜寻者和其他prw上的牙医和其他医生的不同评论的内容、范围和风格进行了彻底和全面的分析后创建的，以使它们尽可能真实。在两个版本中，评论展示了一次虚构的看牙医的经历，讨论的主题顺序相同。此外，还采取了谨慎措施，以确保两个综述版本中涉及的主题可以被分配到一些最相关的患者关注的类别中，这些类别已在先前关于PRWs的叙述性评论的文献中确定，例如Emmert等[ 12］．一篇评论以一种更情绪化的方式写出来(例如，标题是“出色的医生”，并使用笑脸、大写字母和感叹号等表情符号来加强积极信息的强度)，而另一篇标题和内容则围绕着医生的服务和实践的事实(例如，标题是“现代技术和有效的建议”，只有积极和具体的评论，没有表情符号，没有大写字母，不要用感叹号)。以事实为导向的审查和情感审查都包括与专业能力、医生和办公室工作人员的努力、实践设备和获得预约的等待时间相关的评论。医生和工作人员的友好程度没有明确地包括在以事实为导向的审查中，因为它被认为更多地是一种情感属性。

为了检验我们的操作是否有效，我们在7分语义差异上询问了评价的情感或事实程度，范围从1 ( 情感)至7 ( 事实)．一个 t均数比较检验显示差异显著( t ₁₆₄= 7.470, P<措施)。情感评论被评为2.79 (SD 1.32)，而事实评论被评为4.47 (SD 1.55)。

通过呈现两种不同版本的Frank Weber博士的医生简介，对收到的评论数量因素进行了操纵。这两种版本的简介都包括医生的地址、电话号码和医生的平均总体评分——5个医生的病例中有3个( 好[73%]) -在两个版本中。在docfinder上，医生的平均总体评分显示为医生的病例符号(即，看起来像医生的医疗包的图标)。评分范围从0到0，这意味着 不足，到5个医生的病例，意味着 优秀的．被操纵的评论本身被5个医生的案例评为积极的。所有这些基本信息在两个版本的档案中是相同的。在两种收到评论数的情况下，只有提供的统计信息(即评分数和收到的评论数)不同。最低的数字是收视率和评论数都是3，而最高的数字是收视率30和评论数27。同样，这些数字是通过搜索不同的医生并记录他们收到了多少评论而得出的。在docfinder上，就评论数量而言，牙医认为“顶级医生”收到的评论大约是评分最低的10%的医生的10倍，后者收到的评论数量最低。

评分标准为7分制，从1 ( 几)至7 ( 许多)，作为操作检查。结果表明，一般情况下，3个评分和3个评论(低数字)以及30个评分和27个评论(高数字)被认为是 几来 平均评论数量，但两者之间有明显的显著差异( t ₁₆₄= 8.889, P<措施)。在低数量条件下，平均感知的评论数被评为1.98 (SD 1.12)，而高数量被评为3.87 (SD 1.64)。

下图说明了四种实验条件。上面的医生配置文件的实验报告卡是为了操纵收到的评分(低vs高)的数量，而下面的评论文本是为了以事实为导向或情感风格的操作。两份成绩单的英文译本载于 图2而且 图3-原文是德语。

在需要时，使用并适应患者-医生环境的已建立的量表来测量每个被调查的结构。该问卷在两名专家和另外10人身上进行了预先测试，以确定在清晰度和准确性方面可能存在的问题，并检查为牙医创建的评论和简介版本是否被认为是真实的。此后，根据意见和反馈，为了改进项目的展示顺序，做了一些更改。三个项目改编自Hwang等[ 55]用7分制量表(平均值3.94，标准差1.31,alpha=.942)来衡量患者对医生的态度。各五项，取自Ohanian等人[ 56]评估评审员的感知专业知识(平均值3.55,SD 1.26, alpha=.931)和评审员的感知可信度(平均值4.09,SD 1.29, alpha=.959)，所有这些都是在7点一致性量表上测量的。两项——评价是可信的，评价描绘了医生的真实情况——使用7点协议量表[ 57]，测量了评价的感知可信度(平均值3.85，标准差1.25,alpha=.853)。可以假设，任何与在线评论相关的看法都受到人们通常使用评论的频率以及他们对使用评论的态度的影响。因此，我们测量了对在线评论的一般态度(平均值4.37，标准差1.56,alpha=.934)，有三个项目[ 58]并测试两组之间的斜坡方向是否不同。这种检查没有产生显著差异，因此，对综述的一般态度被作为协变量纳入分析，以控制这种影响。PDF版本的调查问卷-德语原文，加上英语翻译-提供 多媒体附件1．

共有168人点击了在线实验的链接并填写了调查问卷。在所有的调查中，有2例是不完整的，无法整合到分析中。166名参与者中，50名(30.1%)为男性。平均年龄27.7岁(SD 7.8)，年龄16 ~ 58岁。在166名参与者中，61名(36.7%)为全日制学生，60名(36.1%)为专业人士，35名(21.1%)表示他们同时在学习和工作，10名(6.0%)表示有其他就业状况。我们检查了年龄、性别或职业在随机分组之间是否有显著差异。方差分析(ANOVA)和卡方检验均无显著差异。 表1总结随机分组的职业和性别分布，以及每个实验条件下参与者的平均年龄。

只有7.2%(12/166)的人表示，他们一般从不查阅在线评论。然而，许多参与者(75/166,45.2%)从未写过在线评论，34.9%(58/166)表示他们写过一到三篇在线评论。总体而言，与对产品和服务的在线评论相比，对健康服务的在线评论采用率相当低，因为53.0%(88/166)的参与者以前从未访问过医生评级网站。仅有6.0%(10/166)曾写过医师评论。

实验是在线进行的，使用Questback的EFS调查。参与者是通过电子邮件和社交媒体招募的。欧洲一所中等规模大学的本科生和研究生被邀请通过电子邮件发送到他们的大学电子邮件账户。此外，市场营销与国际管理系以及一些研究团队成员的Facebook页面上也发布了在线调查的链接。参与者也被鼓励积极地将链接转发给他们的朋友。

该问卷于2014年6月30日至7月11日在线提供。总共有264名参与者打开了实验链接，168名(63.6%)参与者完成了调查，166名(62.9%)的调查包含了所有测量的完整数据( 图4)．

首先，受访者被问及一些基本的人口统计学问题。他们还被问及他们一般使用在线评论的情况，特别是在线医生评论。然后，他们会看到由软件随机分配的四种复习条件中的一种。在166名参与者中，41人(24.7%)处于低评论数/情绪状态，42人(25.3%)处于低评论数/事实状态，39人(23.5%)处于高评论数/情绪状态，44人(26.5%)处于高评论数/事实状态。在参与者阅读完评论报告后，我们评估了感知的可信度，然后对评论风格、评论数量和对牙医的态度进行了操纵检查。最后，总体上记录了对审查报告的态度。在完成调查后，如果参与者愿意，他们可以将自己的名字输入抽奖，以赢得三张价值20欧元的礼券中的一张。

为了调查提出的假设1到4，我们使用Hayes的PROCESS宏2.11对SPSS版本22计算了调节回归分析[ 59］．为了检验对因变量的影响，我们应用了以下设置:以评论风格为自变量，以评论数量为主持人，估计模型1(5000个自举，置信水平为95%)。在所有分析中，对在线评论的总体态度被作为协变量来控制其影响。引导提供了上一级和下一级置信区间(分别为ULCI和LLCI)。如果这两者的范围不包括零，则分析显示显著性。为了研究假设5，我们在PROCESS-Model 8: 2x2设计中计算了一个有调节的中介模型，该模型有两个主要影响变量和一个交互项，以审稿人的感知可信度、审稿人的感知可信度和审稿人的感知专业知识为中介，以风格和数量这两个被操纵因素为自变量。对医生的态度作为结果变量，有5000个自举和三个过程变量——审稿人的感知专业知识和可信度，以及评价的感知可信度——作为中介。收到的评论数量以及评论风格作为独立变量输入，对评论的总体态度作为协变量输入。

在过去几年中，互联网已成为卫生服务不可或缺的信息媒介。就像在其他新出现的无处不在的评级网站上一样，越来越多的人在网上评论他们的医疗保健经历，并在医生评级网站上评价他们的医疗保健提供者的质量[ 2］．prw从患者的角度提供了对护理质量的洞察，并且是寻求医生的患者快速和容易获取的信息源。然而，很少有人知道医生的评论和评级如何影响医生的选择。正如施莱辛格等人在最近的一篇论文中指出的那样，消费者对医生的选择仍然是一个研究几乎没有阐明的“黑箱”[ 10］．在他们的探索性实验研究中，他们调查了prw提供的信息的复杂性对患者选择医生的质量的影响。除此之外，随着prw的使用越来越多，必须确定在这种情况下哪些因素与决策过程最相关[ 10］．朝着这个方向迈出的一步是，提高我们对患者如何根据在线评论对医生形成态度的理解。借鉴服务作为体验商品的研究，我们提出了审稿人的专业知识和可信度以及审稿人的可信度对对医生的态度形成的中介作用。此外，我们预计这些关系将取决于评论的撰写方式和医生收到的评论数量。

我们发现，更真实的审查风格与审稿人感知到的专业知识正相关。这一发现与Lee和Koo [ 18他们的研究表明，带有客观信息的在线评论的可信度高于带有更多情感和主观陈述的在线评论。目前的发现似乎也与其他消费品领域的研究相一致，后者发现，更真实的风格有利于评估审稿人的专业知识，对在审稿中产生信任也很重要[ 61］．然而，在目前的研究中，作为来源可信度的一个维度，对感知专业知识的积极影响并没有转化为对医生更积极的态度。虽然审稿人的可信度对医生的态度有积极的影响，但这种影响不依赖于我们实验中调查的独立因素。然而，这项研究发现，只有在收到较少的评论时，事实性评论才会导致对医生更有利的态度。我们还发现，当医生收到大量评论时，情绪评论的影响更大。这种对医生态度的交互作用完全由评价的可信度所介导。此外，我们还发现了收到的评论数量的直接影响，这表明当医生收到更多的评论时，他们会得到更有利的评价。这些发现证实了之前的研究，即获得更高评级的医生也有更好的评级[ 9］．

从从业者的角度来看，这导致了一些重要的影响。首先，医生可以获得更多关于他们服务的评论。服务营销中鼓励病人写评论的类似建议也可以应用，比如在等候区张贴邀请或标志。另一种让患者参与撰写评论的方法可能通过PRW本身起作用。与酒店预订服务类似，例如，如果通过PRW联系选项与医生建立联系，则PRW可以继续发送提醒电子邮件，以回顾对医生的访问。

其次，如果只有很少的评论，而且主要是情绪化的，即使它们不是负面的，也会导致对医生的态度不太好，可能会降低选择这位医生的概率。然而，医生可以通过以事实为导向的方式回应这些评论来增加一些价值。如果在prw上提供一个反馈循环，允许医生对患者的意见作出回应，这就很容易做到[ 12］．

另一方面，如果一个医生收到了很多评论，情感和事实的混合评论可能会更有益。这可以通过让不同类型的患者撰写评论来实现。此外，这些不同类型的评论可能会吸引更多的PWR用户，因为包含不同风格元素的评论可能会被认为更有帮助。最近一项对Yelp上医生评论的内容分析发现，与简短、纯粹基于事实的评论相比，叙事性的评论似乎更有用。 35］．

这项研究的另一个小发现是，与其他产品和服务类别相比，健康相关评论的使用率相对较低。虽然约46%的受访者表示，他们在搜索医生时已经查阅了在线评论，但实际上只有6%的人自己撰写并发布了医生评论。这些数字与Emmert等人报道的数字不同[ 7他在2013年1月咨询了德国的一个在线小组，发现只有25%的受访者在搜索医生时使用过网站，但11%的人已经在PRW上发布了评级。这种差异可能与德国和奥地利之间prw扩散的区域差异有关，也可能是抽样效应，因为我们的实验研究依赖于方便样本，就像大多数实验研究一样。

综上所述，这项研究的结果支持了这样一个观点，即更多的评论对医生是有益的，因为大量的评论可能表明她/他是一个受欢迎的医生。我们的研究还表明，如果人们可以从广泛的评论中选择，他们会在事实性和情感性的评论中对医生给予更高的评价。然而，在信息稀缺的情况下，更多以事实为导向的评论会导致对被评论医生更有利的态度。

我们的研究有一些局限性。首先，我们让参与者只看了一篇医生评论，以了解更情绪化或更以事实为导向的评论风格的影响，但这并不一定反映现实世界的情况，在现实世界中，比较和长列表的评论是存在的。此外，为了关注评论风格和评论次数对被评医生的态度以及评论和审稿人可信度的影响，对医生评论的其他特征，如效价、长度、评论主题和总体评分进行了控制。未来的研究可以探讨这些维度的变化是否会改变评审风格和数量对评审接受度的影响。此外，由于是在线实验，我们无法控制实验过程中的分心。另一个限制是只关注牙医。对于选择其他专家或全科医生的在线评论的相关性的调查，不必考虑完全相同的主题或患者的担忧，这也可能对这些评论的影响产生影响——未来的研究应该解决这一点。我们研究的另一个局限性是我们只纳入了积极的评价。因此，评价效价效应的测试可能是本研究的一个有价值的延伸。最后，重要的局限性涉及非概率抽样技术和狭隘的在线样本，这限制了我们将研究结果推广到更广泛的患者群体的能力。 As the average age of our sample was only 27.7 years, the findings in particular provide some insights into how this younger age group evaluates online reviews of individual doctors. Further research might address the impact of age differences on the usage behavior of PRWs.