%0期刊文章%@ 1438-8871 %I JMIR出版物%V 24%卡塔尔世界杯8强波胆分析 N 6% P e37623 %T了解COVID-19错误信息如何以及由谁在社交媒体上传播:编码与网络分析赵a，朱跃华，万思成，李强，邹天一，王春，邓浩，三红+南京大学信息管理学院，南京，下霞区仙林路163号，邮编:210023,86 2589685996，sanhong@nju.edu.cn %K健康错误信息%K COVID-19 %K社交媒体%K错误信息传播%K信息流行病学%K全球健康危机%K错误信息%K理论模型%K医疗信息%K流行病%K大流行%D 2022 %7 20.6.2022 %9原创论文%J J医学互联网Res %G英语%X背景:在COVID-19大流行等全球健康危机期间，社交媒体上发生了错误信息的快速传播。与COVID-19相关的错误信息已经进行了分析，但很少有人关注开发一个全面的分析框架来研究其在社交媒体上的传播。目的:我们提出了一个基于详细似然模型的理论模型，以了解社交媒体上与covid -19相关的错误信息的说服过程。方法:该模型融合了中心路径特征(内容特征)和外围特征(创作者权威、社会认同和情感)。中央层面的新冠肺炎虚假信息特征包括五个主题:医疗信息、社会问题和民生问题、政府应对、疫情传播和国际问题。首先，我们根据事实核查来源创建了一个与COVID-19大流行相关的错误信息数据集，并在现实世界的社交媒体上创建了包含这种错误信息的帖子数据集。根据收集到的帖子，我们分析了传播模式。结果:我们的数据集包括11,450个错误信息帖子，其中医疗错误信息是最大的类别(n=5359, 46.80%)。 Moreover, the results suggest that both the least (4660/11,301, 41.24%) and most (2320/11,301, 20.53%) active users are prone to sharing misinformation. Further, posts related to international topics that have the greatest chance of producing a profound and lasting impact on social media exhibited the highest distribution depth (maximum depth=14) and width (maximum width=2355). Additionally, 97.00% (2364/2437) of the spread was characterized by radiation dissemination. Conclusions: Our proposed model and findings could help to combat the spread of misinformation by detecting suspicious users and identifying propagation characteristics. %M 35671411 %R 10.2196/37623 %U //www.mybigtv.com/2022/6/e37623 %U https://doi.org/10.2196/37623 %U http://www.ncbi.nlm.nih.gov/pubmed/35671411