原始文章

這項研究探討了健康錯誤資訊的影響,以及在COVID-19疫情期間社交媒體上更正貼文的有效性。研究分析了三年內來自事實查核機構和健康機構的更正貼文,重點在於不同屬性如何影響用戶互動。 主要發現包括: 1. 用戶互動趨勢顯示疫情期間的互動模式。 2. 貼文屬性(如風險、意識、數字等)對互動有顯著影響,強調意識和事實的貼文更受歡迎。 3. 用戶評論分為認知型和情感型,某些偏見評論對分享有負面影響。 研究強調有效傳遞錯誤資訊意識和事實內容能提升用戶互動,為改善公共健康溝通提供策略建議。 PubMed DOI


站上相關主題文章列表

社群媒體對資訊傳播和公眾意見塑造很重要。研究分析了數百萬篇有關ChatGPT和COVID-19疫苗的帖子,探討線上平台如何影響大眾看法。研究使用主題分析和情感分析來了解不同平台和事件對線上討論的影響。結果顯示,COVID-19疫苗討論因為緊迫性而傳播速度快,而ChatGPT討論則發展較緩慢。 PubMed DOI

在網路時代,人們習慣上透過線上平台搜集資訊和分享看法,包括在醫療保健領域。這項研究聚焦於中國患者在COVID-19大流行期間的醫療經驗和醫院評價如何轉變。透過分析網路上的患者資料,來了解在特定情況下的醫療互動。研究目的在比較大流行前、期間和後不同類型醫院的患者評論。利用ChatGPT辨識負面醫院評價,提出改善患者滿意度的建議。研究收集了中國頂尖醫院的患者評論,並運用統計工具進行分析。研究結果顯示,在大流行期間,患者評論與醫院評分有關聯,不同類型醫院的負面評價也不同。兒童醫院面臨等候時間和治療效果問題,產科醫院則有醫護人員態度問題,腫瘤醫院則需改進檢查和治療效率。這項研究凸顯了大流行對患者評論的影響,並為醫院管理者提供改善醫患關係和醫院表現的見解,尤其是在公共衛生危機時期。 PubMed DOI

疫情期間,科學錯誤資訊問題愈發嚴重,社交媒體的快速傳播加劇了疫苗懷疑,對公共健康造成風險。雖然已有努力對抗錯誤資訊,但有效解決方案仍難尋。最近《科學》雜誌的一項研究指出,人工智慧(AI)可能成為對抗錯誤資訊的有效工具,並能帶來持久改變。 PubMed DOI

這項研究探討社交媒體上有關憂鬱症的報導,透過道德基礎理論分析其對公眾看法的影響。研究分析了919則微博貼文及92,505則評論,發現關懷、純潔和公平的道德框架較常見,且大多數觀眾反應支持而非污名化。雖然關懷和忠誠的框架能引起贊同,但也可能降低觀眾參與度。這顯示憂鬱症在媒體中的呈現對社會態度和減少污名化有重要影響。 PubMed DOI

這項研究比較了OpenAI的GPT-4和百度的ERNIE Bot 4.0在識別健康謠言及生成中文健康科普內容的能力。結果顯示,兩者在識別謠言方面準確率達100%,但在識別真相上,GPT-4正確率為70%,而ERNIE Bot 4.0則為100%。兩者的解釋均獲得護理專家的認可,且可讀性相似。ERNIE Bot 4.0在文化適用性上表現更佳,特別適合中國讀者。研究強調這些模型在提升公眾健康知識的重要性。 PubMed DOI

這項研究探討生成式人工智慧(AI)標籤對用戶對內容準確性、可信度和分享意圖的影響,特別是在錯誤資訊的情境下。研究包含957名參與者,結果顯示AIGC標籤對感知準確性和訊息可信度沒有顯著影響,但資訊類型和內容類別對這些指標有明顯影響。AIGC標籤能幫助區分AI與人類生成的內容,且不會對用戶看法造成負面影響,顯示其在事實查核中的潛力。研究建議未來需針對不同資訊類型進行更深入的探討。 PubMed DOI

這項研究比較了多種情感分析方法,包括手動編碼、自然語言處理工具(VADER、TEXT2DATA、LIWC-22)和ChatGPT 4.0,針對有關鴉片類藥物危機的YouTube評論進行分析。研究發現,LIWC-22在估算負面情感方面表現優異,而VADER在分類負面評論上最佳。自然語言處理工具與手動編碼的一致性一般,ChatGPT 4.0表現較差。建議使用VADER和LIWC-22來分析不平衡數據集,特別是負面情緒的情況下。 PubMed DOI

這項研究調查了美國紐約、洛杉磯和芝加哥居民在 COVID-19 疫情過渡期間的情感變化。研究分析了超過 119,000 條 Twitter 帖子,發現情感水平與確診數有顯著相關,紐約市的相關性最高(0.89),芝加哥中等(0.65),洛杉磯較低(0.39)。隨著疫情減退,與 COVID-19 相關的詞彙逐漸被其他詞彙取代,顯示對限制措施的關注度下降。整體來看,疫情接近尾聲時,對限制措施的負面情感減少,突顯了疫情對城市居民的社會心理影響。 PubMed DOI

這項研究指出社交媒體對抑鬱症患者的影響,特別是他們與扭曲內容的互動。研究中838名參與者顯示,抑鬱症狀較重的人更容易接觸這類內容。研究還提出一個簡單的介入措施,能幫助人們提高意識,減少與扭曲內容的互動,無論抑鬱程度如何。這顯示針對性的意識訓練能有效減輕社交媒體對抑鬱症患者的負面影響,並強調進一步研究社交媒體與心理健康關係的重要性。 PubMed DOI

在COVID-19危機期間,利用微博進行公共情緒研究非常重要,因為這平台在中國影響深遠。透過分析疫情不同階段的帖子,可以了解情緒如何隨著危機和政府行動變化。使用Llama 3 8B進行情緒分類,將情緒分為正面、負面、諷刺和中立,能更深入理解公共意見。 這項研究不僅填補了中國社交媒體情緒分析的空白,還揭示了健康危機期間數位溝通的影響。了解這些動態有助於政策制定者掌握公共情緒對社會反應的影響,並指導未來的溝通策略。你的研究提供了社交媒體、公共情緒與危機管理之間互動的寶貴見解。 PubMed DOI