Слухи интернет: Интернет: Интернет и СМИ: Lenta.ru

Содержание

iPad mini 5: слухи и ожидания

В сентябре 2015 года компания Apple презентовала iPad mini 4. Он получил обновленный дизайн, усовершенствованные характеристики и новые функции, которые сделали его одним из лучших восьмидюймовых планшетов. Однако это было в прошлом году, и фанаты бренда не могут не задаваться вопросом о том, что же ждет нас в 2016-м. Будет ли релиз нового айпада мини 5 таким же неубедительным, как у третьей версии устройства, или стоит надеяться на приятный сюрприз? В этой статье мы собрали имеющиеся на данный момент мнения и слухи, которые позволяют хотя бы немного пролить свет на будущее данной линейки.

Дизайн

Айпад мини 4 обладает большим количеством плюсов, за счет которых заслужил благосклонность пользователей. Однако, если говорить о его дизайне в общем, этот гаджет довольно близок к самой первой версии устройства. Да, он стал тоньше и получил различные дополнительные функции, но никому, кроме самых преданных фанатов Apple, данные изменения не были очевидны.

В свете этого можно ли ожидать существенного редизайна (как, например, смена закругленных углов в iPhone 3GS более острой кромкой в iPhone 4)? Это возможно, однако эксперты склоняются к мнению, что, как и раньше, улучшения будут достаточно консервативными и менее заметными.

До сих пор все мнения сходились в одном: новый iPad mini 5 будет еще тоньше, чем его предшественники (и так обладающие рекордными 6,1 мм), – около 5 мм. Это, конечно, возможно (доказательством служит Samsung Galaxy Tab S2 толщиной 5,6 мм), но мы не уверены, что необходимо.

Также, согласно слухам, планшет будет обладать корпусом из алюминиевого сплава 7000-й серии, как в iPhone 6s и iPhone 6s Plus. Это позволит сделать его более прочным и уберечь от изгиба (что особенно важно, если планшет действительно станет тоньше).

Чего ждать от начинки

По слухам, новый планшет от Apple будет обладать процессором A9, что значительно повысит производительность и позволит наслаждаться улучшенной графикой. По данным Cult of Mac, iPad mini 5 сможет стать тоньше за счет уменьшения размеров батареи. Однако, несмотря на то, что формально заявленная емкость аккумулятора нового планшета меньше 5124 mAh в четвертой модели, использование новых технологий позволит сравнять время работы без подзарядки для обоих девайсов при повседневном использовании.

По слухам, улучшение камер в iPad mini 5 ожидать не стоит, поэтому пользователям придется довольствоваться 8 Мп на основной и 1,2 Мп на фронтальной.

По мнению экспертов, Apple пока не планирует внедрять технологию чувствительного к давлению экрана 3D Touch в линейку iPad. Однако мы считаем, что это вопрос времени. В марте компания заявила, что в готовящемся к выпуску IPad Air 3 данная функция реализована не будет, но вполне можно ожидать, что это компенсируется в линейке mini.

Что касается операционной системы, считается, что новый планшет будет поставляться с прошивкой iOS 10. Это, несомненно, добавит девайсу множество функций и несколько новинок в дизайне интерфейса.

В заключение остается сказать, что выход iPad mini 5 ожидается в сентябре-октябре этого года. Никаких официальных данных от Apple пока не поступало, но тенденции последних лет позволяют говорить именно об этих датах. Информации о том, когда и по какой цене можно будет купить устройство, также пока нет.

Руководство ДВГУПС развеяло слухи

Информационное агентство «

IPRIM.RU — Интерактивный город» (г. Владивосток), 26 февраля 2014 г.
Слухи о сокращении студентов и преподавателей единственного в Хабаровском крае института военного обучения не соответствуют действительности. Об этом корреспонденту РИА «Восток-Медиа» сообщил руководитель пресс-центра Дальневосточного государственного университета путей сообщения (в его структуру входит военный институт) Сергей Хамзин.

Ранее ряд СМИ распространили информацию со ссылкой на родителей студентов, которым отказали в получении армейской специальности, что после посещения ДВГУПС заместителем министра обороны России, институт военного обучения якобы подвергся масштабным сокращениям. В адрес руководства гражданского вуза высказывались обвинения в нежелании идти на диалог. Появилась информация о якобы готовящейся у стен ДВГУПС акции протеста.

В связи с этим руководство ДВГУПС разъясняет, что желающих обучаться в институте военного обучения всегда было больше, чем количества мест. Университет не определяет, сколько именно студентов могут помимо гражданской специальности получить ещё и военную. Это решает главное управление кадров Минобороны России. Чтобы попасть в институт военного обучения, студент должен пройти медицинский осмотр, психологические тесты в военкомате, иметь высокий средний балл по успеваемости. Однако главным критерием, по которому армейское командование определяет количество свободных мест на военных кафедрах, считается совпадение армейской специальности с гражданской, которую осваивает студент вуза.

Как подчеркнули в пресс-службе ДВГУПС, в этом учебном году Минобороны не сделало заказ хабаровскому институту военного обучения на подготовку военно-учётных специальностей по экономическим и гуманитарным направлениям. Из-за этого студенты института экономики и социально-гуманитарного института Дальневосточного госуниверситета путей сообщения не участвовали в конкурсе на право получить армейскую профессию.

Руководство ДВГУПС никак не может повлиять на политику Минобороны РФ. Поэтому ни о каком ущемлении прав со стороны ректората не может быть и речи. Проводить какие-либо пикеты у стен гражданского вуза, добиваясь поступления в институт военного обучения, просто бессмысленно. Все решения по количеству курсантов и нужным для вооружённых сил специальностям принимает армейское командование в Москве.

РИА «Восток-Медиа» ранее сообщало, что институт военного обучения ДВГУПС  станет одной из первых площадок на востоке страны, где Минобороны  и представители гражданских вузов отработают новую схему подготовки военнослужащих из числа студентов. Проект этой программы в середине февраля представил замминистра обороны России Николай Панков во время визита в Хабаровск. Когда новая схема военного образования для студентов гражданских вузов начнёт работать, не исключено, что те, учащиеся, кто не пройдёт конкурс на обучение офицерским специальностям, смогут пройти подготовку в качестве сержантов и рядовых запаса.

Это будет им засчитано, как служба в армии без отрыва от учёбы.

 

Пиар войны. Как слухи, легенды и интернет создают «Исламское государство» | В мире | Политика

На самом деле «Исламское государство», захватившее треть Сирии и почти половину Ирака, возникло вовсе не стихийно: это тщательно проработанный во всех отношениях проект. Приехав в Мосул, я ожидал увидеть нечто вроде афганского «Талибана»: грязных бородачей в пропитанных потом халатах и старых шлёпанцах, вооружённых автоматами Калашникова 35-летней давности, для надёжности подклеенных жевательной резинкой.

Бублики от террористов

Но реальность оказалась иной. В рядах «Исламского государства» воюют около 40 000 боевиков — не уличный сброд, а солдаты-профи в новенькой военной форме, на танках, с дальнобойными орудиями и даже вертолётами. У них отлично налажено самофинансирование — боевики захватили нефтяные месторождения и продают самопальный бензин в Турцию, Ливан и Иорданию, зарабатывая около $150 млн в месяц.

В населённых пунктах, захваченных халифатом, — строгий порядок, а не анархия по типу Сомали. В Мосуле боевики оставили на своих местах чиновников городской администрации, поэтому работает водопровод, очищаются улицы, вывозится мусор, в дома подаётся электричество. Появились даже террористы-«гаишники» (!), строго следящие за скоростью вождения, собирающие штрафы с водителей и выдающие квитанции с печатью халифата. Есть инспекция, которая конт­ролирует качество пищевых продуктов, и налоговая служба. Функционируют пекарни, где продают хлеб по низким ценам для неимущих, а по пятницам раздают его бесплатно (включая лепёшки, бублики и даже пирожные), открыты школы, жёны убитых боевиков получают официальное пособие по утрате кормильца (около $200 в месяц), в захваченных городах Сирии даже строят квартиры для семей «борцов за веру». То есть это не какая-то вольница типа отрядов батьки Махно, а полноценное террористическое государство.

Котики и головорезы

Особую часть в жизни халифата занимает пиар войны, реклама достижений и угроз террористов: как без тени иронии заявил глава боевиков аль-Багдади, «наши братья льют свою кровь у мониторов». Делается пиар очень грамотно, профессионалами своего дела. У исламистов имеется пресс-служба, где сотрудники говорят на английском и русском (!) языках. Подключено множество сайтов, включая и… юмористические, вроде «Исламского государст­ва котиков»: там размещают фото и видео террористов с домашними кошками. Цель сайта — показать, что боевики не роботы-головорезы, дескать, ничто человеческое им не чуждо. Отдельный уровень — создание мифов, таких, что Геббельс обзавидуется. Например, мировые СМИ опубликовали такую информацию: в рядах боевиков воюют целые баталь­оны чеченцев. Следует отметить: легенды о грозных чеченцах я слышал и в Сирии, и в Грузии, и на Украине, и в Афганистане, и в Египте, и даже в Индии (!). Интересно, в Чечне (где всего миллион человек населения) хоть кто-то вообще остался? Бесспорно, в отрядах «Исламского государства» есть выходцы с Северного Кавказа, но далеко не в тех количествах, о каких заявляется. Кроме того, специально распускаются слухи о патологической жестокости исламистов.
Да, они действительно безжалостны, но зачастую красочные сообщения СМИ об очередной зверской и кровавой резне не всегда соответствуют реальности. Почему? Этот метод в своё время опробовал ещё Чингисхан. После сожжения вражеской крепости татаро-монголы всегда оставляли в живых десяток очевидцев, дабы те рассказали соотечественникам, что бывает с теми, кто добровольно не сдаётся. Результат превзошёл ожидания: армия Ирака сбежала из кучи городов, испугавшись вступать в битву с кровожадными фанатиками. Скандальное заявление «Исламского государства» с обещанием разжечь войну на российском Кавказе — из той же оперы. Все телеканалы тут же передали угрозу в новостях, ничуть не задумавшись — а как она будет осуществлена? Сейчас ведь не девяносто пятый год. Но дело сделано, информационный повод создан. Точно так же мировые СМИ наперебой цитируют угрозы «Исламского государства» обескровить Рим и обратить в пепел Мадрид. Пиар профессиональный, что и говорить.

Китайская сказка

Лидер боевиков (по совместительству — «халиф») Абу-Бакр аль-Багдади обладает качествами гениального менеджера. Объединив современные и средневековые технологии, он наслаждается успехом. В отличие от «королей» терроризма старого образца, которые существуют в виде размытых фотографий (как глава «Талибана» мулла Омар, находящийся в списке самых разыскиваемых США террористов), он открыто проповедует в мечети Мосула, не боясь американских авиаударов — хотя в Америке назначили за его голову награду в $10 млн. Почему? 

В 2003-2004 гг. (по сообщению Госдепа США) или в 2005-2009 гг. (судя по сообщениям в американских СМИ) аль-Багдади содержался в американ­ской тюрьме Букка у иракского города Умм-Каср. Почему же столь опасного врага выпустили из заключения? Вопрос любопытный. Получается, что лидера террористов выпускают из американской тюрьмы, финансируют американскими деньгами и снабжают американским оружием как «борца за свободу» в Сирии. Он появляется, как чёртик из табакерки, и за неделю создаёт повод для возвращения армии США в нефтяной регион Ближнего Востока. Причём аль-Багдади не сильно-то сведущ в исламе — его «указы для правоверных» подняли на смех не только богословы в Саудовской Аравии, но и другие исламистские группировки.

Но самое важное: а что будет дальше? Допустим, боевиков разбомбят, дело-то нехитрое. Однако «Талибан» 13 лет назад тоже разнесли в щепки, а сейчас его боевики готовятся вернуться в Кабул. Выпустив зловещего джинна из бутылки, Америка не умеет загонять его обратно. Это как в старой китайской сказке про крестьянина, который завёл тигрёнка, чтобы зверь съел соседей, но тигр вырос и в первую очередь сожрал своего хозяина. Халифат в Ираке и Сирии — поколение профессиональных убийц, пиарщиков и бизнесменов, практично использующих радикальный ислам в своих целях, ну почти как компания «Эппл», которая каждый год раскручивает на деньги фанатов новые модели айфона. Надеюсь, скоро мы узнаем, куда тянутся ниточки и что за кукловод стоит за этим проектом. 

Слухи о кончине Марины Влади оказались фальшивкой

Опубликовано: Отредактировано:

В субботу 1 декабря французская сетевая общественность была взбудоражена сообщением о смерти Марины Влади, появившемся в твиттере. «Марина Влади нас покинула», — сообщил некий пользователь. Хотя информация впоследствии оказалась ложной, «новость» подхватили сетевые СМИ во Франции, а затем и за ее пределами.

В субботу вечером представитель актрисы опубликовал лаконичное заявление, официально опровергнув информацию о кончине Марины Влади. В воскресенье французский писатель и журналист Анри-Жан Серва сообщил в своем микроблоге, что только что говорил с Мариной Влади по телефону. «У нее легкий грипп, что не помешает ей принять участие в торжествах в память Жана Маре 9 февраля в Ницце», — сообщил Серва.

Марина Влади (настоящая фамилия Полякова) родилась 10 мая 1938 г. во Франции в семье русских эмигрантов. Свое детство она провела в Клиши. 19 ноября в этом парижском пригороде был открыт кинотеатр, названный в честь четырех сестер Поляковых, которые все были так или иначе связаны с кинематографом. Старшая сестра, Ольга, была телережиссером (Ольга Варен), а три младших стали актрисами: Татьяна (псевдоним Одиль Версуа), Милица (Элен Валье) и Марина (Марина Влади). В 1955 году журнал «Пари-Матч» отмечал, что все сестры выбрали псевдонимы, начинающиеся на букву «в» как символ победы (V = victoire).

По ее собственному признанию, Марина Влади впервые поднялась на сцену в возрасте двух с половиной лет, когда она участвовала вместе с отцом и сестрами в спектакле в Клиши. В первом браке она была замужем за актером и режиссером Робером Оссейном, от союза с которым родились ее сыновья Пьер и Игорь. Ее третий сын, Владимир, родился в браке с военным летчиком и участником движения Сопротивления Жан-Клодом Бруйе.

В декабре 1970 года Марина Влади, бывшая тогда уже знаменитой кинозвездой, вышла замуж за Владимира Высоцкого. Годы жизни с поэтом и певцом она описала в своей книге «Владимир, или прерванный полет».
 

Apple Watch 6, утечки и слухи

Сегодня мы с Вами поговорим про ещё не анонсированные часы – Apple Watch 6! В предыдущей статье мы уже затронули тему новой продукции Apple, с ней Вы можете ознакомиться по ссылке.


AW6, скорее-всего, будут анонсированы ближе к концу 2020 года, вместе с остальной яблочной техникой. Благо, что мы живём в 21 веке, и мы можем узнать о продукте до его выхода исходя из утечек, слухов и других непроверенных источников информации формирующих картину предстоящего анонса.

Apple Watch 5 – отличные умные часы, но их основной задачей являлось улучшение Apple Watch Series 4, а именно исправление некоторые проблемы и предоставление большего количества улучшенных функций и характеристик, по сравнению с предыдущим поколением.
Apple Watch 6 же станут неким прорывным продуктом, который, будет отличатся от всех предшественников больше чем это было присуще ранее, для всех последующих моделей умных часов.

В этой статье отображено большинство слухов об Apple Watch 6, так-что отнеситесь к этой информации с некоторой долей скепсиса, учитывая то, что предварительная информация о технических возможностях устройств зачастую является ошибочной.

Дата выпуска Apple Watch 6

Исключая оригинальную версию Apple Watch, все новые модели поступали в продажу после сентябрьской презентации. Исходя из этого, мы с полной уверенностью можем сказать о том, что данная версия появится на прилавках, как и прежде.

Предполагаемая цена на Apple Watch 6

Исходя из ценовой политики Apple в сфере носимой электроники, скорее-всего, мы получим цену, около 399 $.

Каким будет дисплей в Apple Watch 6

Появилось несколько слухов об Apple Watch 6, также и о возможности перехода на новый тип матрицы. AW 5 использует OLED-дисплей, но в одном из отчётов предполагается, что Apple Watch 6 может использовать microLED-дисплей.
Основным преимуществом microLED является то, что он должен быть более энергоэффективным нежели OLED, а это в свою очередь, означает то, что у Apple Watch 6 будет куда большее время работы без подзарядки.


Ещё одним возможным изменением дисплейного модуля может стать внезапное внедрение сканера отпечатков пальцев Touch ID под стекло.
Данная теория базируется на недавнем патенте компании, в котором объясняется, что этого можно достичь, переместив антенны связи на ремешок, чтобы под дисплеем оставалось большее количество места для остальных компонентов.
Но, не ожидайте, что Apple Watch Series 6 будут очень сильно отличаться от предыдущих версий AW, именно к такому выводу можно прийти после слов известного информатора – Джона Проссера.

Новшества в Apple Watch 6

Одной из новых функций, которую могут получить Apple Watch 6 – это возможность отслеживать температуру Вашего тела. Эта фича была замечена в патенте Apple на улучшенное отслеживание занятий йогой, которое могло бы лучше определять вашу позу и расход энергии.
Теперь, благодаря бета-версии watchOS 7, мы знаем, что Apple Watch 6 (наряду с другими часами Apple) наконец-то предложит встроенное отслеживание сна. Это неудивительно, так как про это уже очень давно ходили слухи.


Между тем, еще одна крупная утечка предполагает, что улучшается родительский контроль, а на циферблате AW появляются новые тахиметрические метки для отслеживания расстояния.
Ещё одной особенностью, которую можно лицезреть – это способность AW определять, существует ли опасность утонуть пользователю, и в этом случае связывается со службами экстренной помощи. Эта идея основана на патенте Apple, в котором подробно описана система, в которой устройство может определять, находитесь ли Вы, скажем, в открытой воде или в соленой воде, а затем на основе Вашего календаря и данных о местоположении точно определять, где Вы находитесь.

Кроме новых функций, Apple Watch 6 также может похвастаться улучшенной водонепроницаемостью и возможностью беспроводной связи, а также более высокой общей производительностью. Ничто из этого не удивительно, исключая, возможно, водонепроницаемости, ибо Apple Watch 5 являются водонепроницаемыми на глубине аж до 50 метров.

границ | Интернет-слухи во время пандемии COVID-19: динамика тем и общественная психология

Введение

Мониторинг и анализ общественного мнения являются важной задачей для современного общества, поскольку они могут предоставлять критически важную информацию, которая позволяет своевременно фиксировать непредвиденные общественные точки и тенденции, тем самым способствуя непрерывности деятельности правительства (1). Наряду с глобальным разрушительным воздействием нового коронавируса во время пандемии COVID-19 (2, 3) возникший в результате информационный взрыв представляет собой беспрецедентную проблему для государственного управления (4).Неспособность эффективно реагировать на информацию будет иметь негативные последствия для общественного здравоохранения (5).

По мере распространения вируса по всему миру также распространялись слухи из-за сложных причин, узкоспециализированных процессов профилактики и контроля, а также строгих карантинных мер в связи с пандемией (6, 7). Согласно особенности формирования слухов, чем менее прозрачно событие, тем больше вероятность того, что оно станет горячей точкой (8). Из-за страха общественности перед неизвестным в Интернете появились слухи о различных аспектах, включая вирусы, здоровье и средства к существованию: от « употребление газированных напитков для предотвращения новых коронавирусов » до « Китай запрещает экспорт масок для лица ». до « играет в снегу, чтобы поймать новые коронавирусы » (9).Эти слухи, большая часть которых может быть дезинформацией, усугубили чрезмерную физиологическую реакцию населения на неизвестные вирусы и их психологические страхи (10, 11). Помимо воздействия на общественное здравоохранение, психосоциальные ответвления также были значительными (12).

Взаимосвязь, обеспечиваемая Интернетом, позволила дезинформации во время пандемии оказать большее влияние на общественное здравоохранение (13–16). Поскольку пандемия COVID-19 прошла примерно один годовой цикл, полезно провести всесторонний анализ широко распространенных интернет-слухов.Такие слухи распространяются с момента начала пандемии, и уточнение характеристик слухов на разных этапах вспышки и распространения пандемии помогло бы понять реакцию общественного мнения на крупные чрезвычайные ситуации в области общественного здравоохранения (1).

Ученые провели эмпирические исследования намерений и поведения интернет-пользователей по распространению слухов во время пандемии с точки зрения психологии или поведения. Например, на основании данных, представленных в двух исследованиях, Pennycook et al.(17) показали, что люди делились ложными утверждениями о COVID-19 отчасти потому, что они просто не задумывались над тем, насколько точным был контент, когда решал, чем поделиться. Также было установлено, что распространение слухов о COVID-19 было связано с такими факторами, как возраст распространителя, его/ее уровень образования, доход и уровень психологического стресса (18). На самом деле существует также тесная связь между распространением интернет-слухов и содержанием содержащихся в них текстов (5, 19).Взятие текста слухов в качестве объекта исследования может более объективно отражать распространение, хронологические изменения и психосоциальные характеристики интернет-слухов в период пандемии, чем самостоятельные опросы и экспериментальные исследования. В связи с этим в настоящем исследовании рассматриваются следующие исследовательские вопросы (ВЗ):

.

RQ1 : Какие слухи в Интернете были широко распространены во время пандемии COVID-19?

RQ2 : Как менялись опасения общественности, связанные с темой интернет-слухов, на разных этапах пандемии?

RQ3 : Какие психосоциальные характеристики подразумевались в этих интернет-слухах и как они различались на разных этапах развития пандемии?

По сравнению с предыдущими исследованиями, основной вклад этой работы в три раза. Прежде всего, в отличие от исследований процесса участия и распространения интернет-слухов и исследований субъективных психологических аспектов, связанных со слухами, данное исследование берет в качестве объекта исследования тексты интернет-слухов, созданные во время пандемии COVID-19, и анализирует их хронологическую изменчивость в распределении тематических типов и номеров. Во-вторых, мы раскрываем психосоциальную динамику, лежащую в основе интернет-слухов о пандемии, и посредством анализа лингвистических особенностей текста фиксируем важные психологические ключевые слова на разных этапах, что помогает описать психосоциальные тенденции и направления общественного мнения во время пандемии.В-третьих, как расширение применения методов обработки естественного языка (NLP) и анализа текста в контексте пандемии COVID-19, это исследование проливает свет на важность использования текстовых данных, таких как новости и комментарии, для сбора общественного мнения в своевременным и точным образом, которые также предоставляют правительствам или организациям методологические рекомендации по быстрому реагированию на чрезвычайные ситуации в области общественного здравоохранения в связи со слухами.

Связанные работы

Мониторинг общественного мнения является важной темой для современного общества, особенно для широко распространенных слухов, которые требуют особого внимания со стороны государства для устранения общественного непонимания и своевременного предотвращения дальнейших социальных конфликтов (1).Вспышка пандемии COVID-19 привела к появлению ряда интернет-слухов, которые характеризовались большим количеством высокоплотных, быстро распространяющихся ретвитов и широким влиянием (20–23). Интернет-информация о чрезвычайных ситуациях в последние годы привлекла значительное внимание общественности (5). Поскольку пандемия COVID-19 вызвала беспрецедентную панику и тревогу во всем мире, масштабы и скорость распространения информации также резко возросли после вспышки (9). Бесконечные слухи принесли в общество больше беспокойства и беспокойства, чем просто вирус, и нанесли большой ущерб энтузиазму людей в борьбе с пандемией (24).Поэтому необходимо проводить целенаправленное исследование интернет-слухов, возникших в этот период (1, 25), что будет способствовать лучшему пониманию реальных тенденций COVID-19, избежанию ненужного беспокойства и восстановлению нормального общественного порядка. и стабильность общества (26).

На самом деле, интернет-слухи давно исследуются. Ученые сосредоточили свое внимание на определении интернет-слухов (15), мотивации распространения слухов (21), моделях распространения и достоверности слухов (27, 28), опровержении слухов (29), определении того, являются ли интернет-слухи правдивыми или ложными ( 30) и политика управления интернет-слухами (21) и т. д.Методы, которые были предложены в прошлом для изучения интернет-слухов, имеют ценность для исследования интернет-слухов во время пандемии COVID-19. Например, с точки зрения намерения делиться слухами о пандемии исследователи отметили, что люди с большей вероятностью сосредотачивались на вопросах, которые затрагивали их личные интересы, на основе онлайн-слухов в Твиттере, поэтому те, кого пандемия больше затронула, с большей вероятностью для обсуждения и обмена соответствующей информацией (31, 32). Что касается влияния онлайн-слухов о пандемии, несколько исследований показали, что слухи о здоровье, вирусах и терапии не только наносили ущерб общественному здоровью, но и продолжали влиять на индивидуальное поведение (17, 32). Кроме того, в исследованиях управления интернет-слухами, связанными с COVID-19, было предложено, чтобы исследователи обращали внимание на их риски и опасности, а правительство должно было принимать своевременные регулирующие меры (18, 33, 34).

Слухи обычно имеют текстовую форму и быстро распространяются среди населения через социальные сети, мгновенные сообщения, веб-сайты и т. д. Поэтому анализ текстового содержания слухов имеет важное значение для изучения общественного мнения о COVID-19 (5). Что касается текстового анализа слухов, Samia et al.(34) утверждали, что передовые технологии, такие как НЛП или интеллектуальный анализ данных, могут использоваться для обнаружения и удаления онлайн-контента о COVID-19, которому не хватает научной основы на платформах социальных сетей. Что касается характеристик распространения слухов о пандемии, исследование Singh et al. (14) показали, что информированные о COVID-19 пользователи, как правило, использовали больше нарративов, чем дезинформированные пользователи. Чжу и др. (1) предложил схему раннего предупреждения, учитывающую многочисленные факторы общественного мнения в Интернете и динамические характеристики пакетных событий.Цзэн и др. (5) предложил подход к обнаружению фейковых новостей путем всестороннего анализа семантических корреляций между текстовым содержимым и прикрепленными изображениями.

Однако в целом глубинное исследование текстового содержания интернет-слухов о пандемии COVID-19 далеко не адекватно по сравнению с традиционными интернет-выпусками слухов. Мы рассматриваем анализ текста и его анализ как эффективный способ понять слухи во время пандемии. С одной стороны, в среде Интернета методы анализа текстовых данных соответствуют характеристикам 4V больших данных (т.е., Объем, Разнообразие, Ценность, Скорость), а анализ грамматической и семантической структуры текстов слухов может помочь понять распределение тем на протяжении развития пандемии. С другой стороны, сочетая методы статистического анализа с методами глубокого изучения текста интернет-слухов во время пандемии COVID-19, психологическая динамика и поведенческие характеристики, лежащие в основе текста, могут быть зафиксированы более всесторонне, объективно и конкретно, чем традиционный статистический анализ. исключительно на основе числовых данных и индивидуальных опросов, основанных на самоотчетах.

Метод

Исследовательская структура этого исследования проиллюстрирована на рисунке 1. Во-первых, веб-сканеры развернуты для сканирования данных интернет-слухов и статистики пандемии COVID-19 с платформы Tencent «JiaoZhen» и веб-сайта Национальной комиссии здравоохранения Китая. После предварительной обработки просканированных данных получается очищенный набор данных для последующих этапов анализа. Затем популярные темы слухов анализируются путем моделирования темы LDA, и психосоциальные характеристики, присущие слухам, фиксируются на основе показателей LIWC.После моделирования этапов развития COVID-19 с помощью статистических данных о пандемии COVID-19 проводятся два подисследования: хронологический анализ тем слухов и сравнение психосоциальных характеристик. Подробная разработка методологии исследования представлена ​​ниже.

Рисунок 1 . Рамки исследования.

Сбор данных и предварительная обработка

Мы выбрали платформу Tencent «JiaoZhen» в качестве источника данных интернет-слухов для нашего исследования, потому что это научная платформа проверки слухов, созданная Китайской ассоциацией врачей и крупнейшей социальной платформой в Китае, Tencent. Слухи, которые широко распространяются в Интернете. будет выпущен в течение короткого периода времени на этой платформе для широкой публики.Данные слухов на платформе содержат такую ​​информацию, как название слуха, сводка, ключевые моменты проверки, исходный текст слуха, тег слуха, дата проверки и т. д. Что еще более важно, платформа «JiaoZhen» обеспечивает авторитетную проверку того, является ли широко распространенные слухи являются истинными (правда) или ложными (дезинформация).

Поскольку просканированные необработанные данные информативны, а отношения между элементами данных неясны, необходима предварительная обработка. Предварительная обработка данных включает в себя три задачи. Первая задача — устранение неполных слухов, что требуется, если в записи данных отсутствует важная информация о ключевых переменных.Во-вторых, полный текст каждого слуха разделен на список слов на основе пользовательского словаря. Так как тексты слухов о пандемии содержат большое количество медицинских и биологических терминов, преимущественно на китайском языке, это может привести к затруднениям и неясностям при обработке соответствующих английских профессиональных терминов, поэтому необходимо объединить словари этих два языка. Третья задача – количественная оценка текстовых данных. Данные в текстовом виде нельзя рассчитать напрямую, поэтому набор текстовых данных необходимо преобразовать в числовые матрицы.Обычно используемые методы преобразования включают Word2Vec и TF-IDF. После пилотного тестирования Word2Vec выбирается для преобразования в модель и лексика информации на естественном языке в текстах слухов (см. рис. 2).

Рисунок 2 . Модель Word2Vec.

Тематическое моделирование LDA

Принципы моделирования

Модель LDA — это модель генерации документов, включающая байесовскую вероятностную структуру с тремя уровнями: документ, тема и слово. В процессе генерации используется модель Word2Vec, и предполагается, что документ составлен путем выбора тем с определенной вероятностью, а эти темы, в свою очередь, выбирают ключевые слова с определенной вероятностью.Модель LDA, как метод машинного обучения без учителя, использует процедуру, обратную описанному выше процессу.

Вероятностная диаграмма модели LDA представлена ​​на рисунке 3, где M — количество документов в коллекции документов, а N — количество слов, содержащихся в документах. В модели LDA для заданного набора документов предполагается, что они содержат K тем. Модель генерирует K полиномиальных распределений на основе распределения Дирихле с гиперпараметром β.Каждое распределение представляет собой вероятность случайной генерации слов во всем лексиконе по данной теме. Формула выглядит следующим образом:

φk~Дирихле(β); k=1,2,…,k,φk∈Rw, β∈Rw

, где W — размер всего словаря; β и φ k — вектора действительных чисел размерностью W , а φ k — вектор значений, соответствующий распределению вероятностей темы k . Абсолютное значение β в каждом измерении связано с важностью предшествующих знаний, а его относительное значение в каждом измерении определяет вероятность появления словарного запаса в измерении.

Рисунок 3 . Модель ЛДА.

Оптимальное количество тем
Расчет сложности темы

Недоумение по теме — это мера эффективности распределения вероятностей или модели вероятностей при прогнозировании выборки. Его также можно использовать для сравнения двух вероятностных распределений или вероятностных моделей. При обучении модели LDA значение недоумения обычно уменьшается по мере увеличения количества тем, а количество тем при относительно низком уровне недоумения считается приемлемым. Недоумение рассчитывается как:

Perp(w)=2H(w)=p(w1w2…wn)- 1n,

где p ( w 1 w 2 w n ) — частота слова в документе 8 7 w 900; H ( w ) — энтропия каждого слова, которая рассчитывается как:

H(w1,w2, …,wn)=-logw1n∈LP(w1n)logP(w1n),                                 L={w1n ,n=1,2, …,N}.
Расчет согласованности тем

Согласованность темы — еще один количественный показатель для оценки оптимального количества тем для модели LDA.В общем, значение согласованности увеличивается по мере увеличения количества тем в обучении LDA, и количество тем с относительно высоким значением согласованности определяется как удовлетворенное. Согласованность тем обычно работает с инструментами визуализации тематических данных, такими как пакет Python pyLDAvis, для совместного определения оптимального количества тем. Согласованность темы рассчитывается как:

C(z;Sz)=∑n = 2N∑l = 1n-1logD2(wnz,wlz)+1D1(wlz)

, где Sz={w1z…wnz} — набор слов в первых N документах; D 1 ( w ) — частота документов, содержащих слово w, а D 2 ( w 1 , w 2 90) — частота документов 9 два слова w 1 и w 2 встречаются одновременно.

Хронологический анализ тем слухов

В этом исследовании используются ежедневные данные о пандемии COVID-19 в Китае (опубликованные Национальной комиссией здравоохранения Китая) в качестве основы для разделения стадий развития пандемии и различения характеристик тем слухов на разных стадиях. Рекомендуемые баллы за совокупное количество случаев (коэффициент) и количество новых случаев (коэффициент) используются в качестве точек отсечки между различными этапами. В сочетании с результатами модели LDA хронологические характеристики интернет-слухов во время пандемии исследуются с двух точек зрения: (i) изменения количества слухов по каждой теме на разных этапах и (ii) состав каждого из них. тема слухов на каждом этапе.

Сравнение психосоциальных характеристик слухов

LIWC (лингвистическое исследование и подсчет слов) — это технология НЛП, которая количественно определяет содержание текста и подсчитывает различные категории слов в тексте, особенно слова психологического характера, такие как частота каузальных, эмоциональных и когнитивных слов. Этот метод был предложен Pennebaker et al. (35) во время исследования терапевтических эффектов эмоционального письма, и в настоящее время оно разрабатывается в виде настольного программного обеспечения и программных пакетов (36).За двадцать лет, прошедших с момента его появления, LIWC был широко принят исследователями-психологами в различных областях благодаря своей надежности (37, 38). Основной словарь LIWC разделяет лексические атрибуты и соответствующие списки слов и содержит 4 общие описательные категории (например, WordCount, WordPerSentence, RateDicCover и RateSixLtrWord ), 22 лингвистические категории (например, Местоимение, AuxVerb и т. д.) , 32 психологические категории (например, Social, CogMech, Affect и т. д.), 7 категорий персонализации (например, Работа, Отдых, Семья и т. д.), 3 паралингвистических категории (например, Подтверждение и т. д.) и 12 категорий пунктуации, всего 101 категория слов и около 4500 слов. (38). В этом исследовании релевантные категории слов отбираются в соответствии с их тематической пригодностью, а затем проводятся t -тесты для психосоциальных характеристик между правдой и дезинформацией, а F-тесты проводятся для психосоциальных характеристик интернет-слухов на разных стадиях соответственно. .

Результаты

На платформе «JiaoZhen» собрано в общей сложности 652 слуха о COVID-19, начиная с первого связанного слуха под названием «Уханьская необъяснимая пневмония является вирусом атипичной пневмонии» от 18 января 2020 г. до завершения этого исследования 2 октября 2020 г. Мы также получаем ежедневные данные о ситуации с пандемией COVID-19 за этот период с веб-сайта Национальной комиссии здравоохранения Китая, которые используются для сегментации стадий пандемии по количеству кумулятивных и новых инфекций. Результаты извлечения тем, хронологических характеристик тем и сравнения психосоциальных характеристик следующие.

Извлечение темы

На рисунках 4, 5 показаны результаты недоумения темы и когерентности темы для обучения модели LDA, которые демонстрируют, что 7 и 8 могут быть оптимальным количеством тем в соответствии с определяющими критериями по недоумению и когерентности. После принятия во внимание фактических текстов слухов предварительное количество тем для модели LDA установлено равным 7, затем мы проводим визуализацию темы с помощью пакета визуализации Python LDA, pyLDAvis. Как показано на рис. 6, если количество тем установлено равным 7, тема 4 почти перекрывается темой 2 на графике визуализации темы, поэтому окончательное количество тем для последующего анализа определяется равным 6. Как высокочастотные ключевые слова такие как маска, Ухань, антитела и дезинфекция появляются практически во всех темах, они исключаются из словаря для последующего анализа. Шесть извлеченных тем, ключевые слова в каждой теме и примеры заголовков слухов показаны в таблице 1. На основе ключевых слов, которые появляются в каждой теме, и соответствующих текстов слухов, мы называем шесть тем следующим образом: «Человеческий иммунитет» для темы 1, «Исследования и разработки в области технологий» для темы 2/4, «Защита от вирусов» для темы 3, «Жизнеобеспечение людей» для темы 5, «Распространение вирусов» для темы 6 и «Психосоматическое здоровье» для темы 7.

Рисунок 4 . Расчет недоумения.

Рисунок 5 . Расчет когерентности.

Рисунок 6 . Визуализация тем.

Таблица 1 . Извлеченные темы, ключевые слова и примеры текстов слухов.

Тема Хронологические характеристики

Мы получаем ежедневные данные о ситуации с пандемией COVID-19 с 18 января по 2 октября 2020 года с официального сайта Национальной комиссии здравоохранения Китая.Как показано на рис. 7, красная кривая показывает количество подтвержденных случаев, добавляемых ежедневно, синяя кривая показывает количество невылеченных подтвержденных случаев в день, а оранжевая кривая указывает общее количество случаев. В ходе развития пандемии мы выделяем четыре ключевых момента времени. Первая временная точка — это момент, когда ежедневные новые случаи достигают локального максимума (точка А), вторая ключевая временная точка — когда кумулятивные случаи начинают выравниваться (точка В), третья — когда новые случаи приближаются к нулю (точка C), а последний – когда подтвержденные случаи приближаются к нулю (точка D). Основываясь на четырех ключевых временных точках для сегментации, жизненный цикл развития пандемии делится на следующие пять стадий: (I) начальная стадия (18 января – 5 февраля), (II) стадия вспышки (6 февраля – 21 февраля). , (III) стадия плато (22 февраля – 8 марта), (IV) стадия рецессии (9 марта – 7 мая) и (V) стадия регулярного контроля (8 мая – 2 октября). На основе такого деления стадий пандемии исследуются хронологические характеристики интернет-слухов во время пандемии с точки зрения изменения количества слухов по каждой теме на разных стадиях и состава каждой темы слухов на каждой стадии. и результат показан на рисунке 8.

Рисунок 7 . Данные о развитии пандемии COVID-19 в Китае.

Рисунок 8 . Динамика количества слухов на разные темы.

Что касается количества слухов по каждой теме на разных стадиях, то слухи в темах «Иммунитет человека» и «Психосоматическое здоровье» имеют очень схожую тенденцию с течением времени: самые высокие цифры на ранних стадиях пандемии, за которыми следует постепенный спад и затем колебания. Слухи в темах «Исследования и разработки технологий», «Жизнеобеспечение населения» и «Распространение вирусов» неуклонно снижаются на первых трех этапах, но достаточно резко восстанавливаются на этапе спада пандемии, а количество Слухи продолжали медленно уменьшаться с течением времени.Что касается состава каждой темы слухов на каждом этапе, то на рисунке 8 видно, что на начальном этапе и этапе вспышки пандемии на «Иммунитет человека» и «Психосоматическое здоровье» приходится большая доля слухов. . На стадии плато количество интернет-слухов снижается по всем темам, при этом большее их количество приходится на тему «Защита от вирусов». На этапе рецессии количество слухов по всем темам восстанавливается, при этом наибольшее количество слухов приходится на темы «Распространение вируса» и «Жизнеобеспечение населения».На этапе регулярного контроля количество интернет-слухов в целом снижается до минимума, при этом наибольшее их количество приходится на категорию тем «Защита от вирусов».

Сравнение психосоциальных характеристик

Сравнение правды и дезинформации

Платформа Tencent «JiaoZhen» предоставляет ярлык для каждого слуха в Интернете, чтобы отметить его как правду или дезинформацию. Эти ярлыки заверяются авторитетными экспертами или учреждениями и сопровождаются соответствующими доказательствами для аргументации.На основе программного пакета LIWC мы проводим тест t на психосоциальные характеристики между правдой и дезинформацией. Среди всех характеристик 24 существенно отличаются. Результаты показаны в Таблице 2. Полное название, категория и примеры слов идентифицированных характеристик приведены в Таблице A1 в Приложении.

Таблица 2 . T — результаты проверки на правдивость и дезинформацию.

По психологическим характеристикам средства истины значительно выше дезинформации ( p <0.05) для Affect, CogMech, Cause, Discrep, Tentat, Inclusive, Bio и Health , тогда как средние психологические характеристики Social, Friend, See и Ingest в дезинформации значительно выше, чем в правда. Существенные различия обнаруживаются и в языковых характеристиках, где правдивый текст содержит больше Verb, AuxVerb и Interjunction, а дезинформация содержит больше Number, TenseM и ProgM . Среди персонализированных характеристик они также заметно различаются. Процент слов Relative, Space и Leisure в правде значительно меньше, чем в дезинформации. В общих характеристиках описания среднее количество слов в предложении ( WordPerSentence ) значительно различается между двумя категориями слухов со средней разницей -1,719, демонстрируя, что дезинформация содержит значительно большее количество слов, чем правдивые утверждения.Характеристики Omark и RateSixLtrWord выше правды чем дезы.

Сравнение на разных стадиях

Чтобы зафиксировать различия психосоциальных характеристик слухов на разных стадиях, проводится F-тест, и характеристики, которые значительно различаются по стадиям ( p <0,05), показаны в таблице 3. Из F — результатов теста можно заметить, что для психосоциальной характеристики CogMech его частота значительно ниже на стадии рецессии, чем на других четырех стадиях (средняя разница <0), в то время как слов Insight значительно выше в обычном режиме. контрольной стадии, чем на других четырех стадиях (средняя разница >0).С точки зрения характеристик Bio и Health средние значения стадии плато, стадии рецессии и регулярного контроля значительно ниже (средняя разность <0), чем у начальной стадии и стадии вспышки, а их средние значения различия существенно различались. Среди категорий психосоциальных характеристик Личные , Пространство, Время, Работа и Религия имеют значительные различия на разных стадиях. Пространство имеет значительно более низкие средние значения на стадии вспышки, чем на следующих стадиях, Работа значительно выше на стадии рецессии, чем на других четырех стадиях, а Религия имеет значительно более высокие средние значения на стадии обычного контроля, чем на предыдущих четырех стадиях ( p <0.001), но значения РС невелики (РС ≤ 0,006). В целом мы обнаружили, что широко распространяемые интернет-слухи во время пандемии COVID-19 обнаруживают достаточно заметные различия психосоциальных характеристик на разных этапах течения пандемии.

Таблица 3 . F — результаты проверки слухов на разных стадиях.

Обсуждение и последствия

Обсуждение

Суммируя представленные выше результаты, мы получаем три основных вывода.Во-первых, мы обнаружили, что перед лицом серьезной неизвестной чрезвычайной ситуации в области общественного здравоохранения, такой как пандемия COVID-19, личное здоровье является первоочередной задачей на ранних стадиях, что согласуется с результатами опроса, проведенного Xiong et al. др. (40) и Апуке и Омар (41). Наше исследование также поддерживает это утверждение с точки зрения распределения тем слухов и динамики психосоциальных характеристик. На начальной стадии и стадии вспышки пандемии COVID-19 темы слухов сильно распределены по категориям «Иммунитет человека» и «Психосоматическое здоровье», которые тесно связаны с личным здоровьем.Среди извлеченных нами шести тем (например, «Иммунитет человека», «Исследования и разработки технологий», «Защита от вирусов», «Жизнеобеспечение людей», «Распространение вирусов» и «Психосоматическое здоровье»), «Иммунитет человека» составляет наибольшее количество Интернет-слухи, отражающие тот факт, что в человеческом иммунитете все еще есть большие неизвестные и пробелы, и что чем больше неизвестных, тем больше внимания они привлекают. С точки зрения текстовой семантики средние значения CogMech и Health значительно ниже на стадии плато, стадии рецессии и стадии обычного контроля, чем на начальной стадии и стадии вспышки (MD <0).Примечательно, что результаты t -теста психологических характеристик слов показывают, что правдивые утверждения содержат больше личных эмоций, а также больше выражений реальных чувств, где особенно интернет-слухи, содержащие больше CogMech ( Здоровье и Ingest ) вызовет большее доверие.

Во-вторых, исследование показывает, что по мере развития пандемии общественное беспокойство переключилось с индивидуального на общественное.Из диаграммы динамики тем слухов (рисунок 8) видно, что в период пандемии наблюдается динамический переход от большого процента слухов личного характера к более социальным проблемам, от «Иммунитета человека» и «Психосоматического здоровья». » вверху до «технологических исследований и разработок» и «средств к существованию людей», доминирующих во время пандемии. Темы «Иммунитет человека» и «Психосоматическое здоровье» занимают первое место в списке на начальной стадии и стадии вспышки, с большим вниманием и влиянием на распространение общественного мнения.В то время как на стадии плато шесть категорий тем распределяются почти равномерно, и общественность начинает в определенной степени отвлекать свое внимание, указывая на то, что люди в какой-то мере смирились с негативным воздействием, вызванным вспышкой пандемии COVID-19 и разработал более всеобъемлющие соображения и опасения. Динамический анализ психосоциальной семантики текстов слухов подтверждает этот вывод. Значительное изменение среднего значения категории психосоциальных характеристик Личный указывает на то, что по мере улучшения ситуации с пандемией внимание широкой общественности переключилось на социально-экономические вопросы, государственное обеспечение, открытие школ и другие вопросы жизнедеятельности.Переключение внимания на общественные проблемы говорит о том, что общественные «побочные эффекты» пандемии (такие как снижение экономических показателей) начинают сказываться после удара по индивидуальному здоровью.

В-третьих, психология всего сообщества изменилась со «страха» на «беспокойство» с общей положительной тенденцией. На начальном этапе страх людей перед неизвестными вирусами находится на пике, и наибольшее внимание уделяется интернет-слухам об «иммунитете человека» и «психосоматическом здоровье».После стадии плато пандемия имеет тенденцию к затиханию, люди больше внимания уделяют средствам к существованию, государственной политике и т. д. Хотя количество интернет-слухов уменьшается, их распространение все еще находится на высоком уровне, а текстовые эмоции в основном передаются в виде беспокойства. . Существенное изменение CogMech на разных этапах указывает на то, что после трех этапов борьбы с новым коронавирусом, т. е. начальной стадии, стадии вспышки и стадии плато, люди перешли от ничего не знающих к тому, чтобы быть знакомыми с ним, отражая в определенной степени принятие реальности пандемии широкой общественностью.В частности, больше всего изменилось слово Insight , относящееся к категории CogMech , что связано с колебаниями пандемии на этапе обычного контроля и тем, как такие новые коронавирусы переопределяются и переосмысливаются (37, 38, 42). Именно этот процесс самоанализа позволяет людям по-новому интерпретировать пандемию и улучшать свое здоровье. Между тем количество слов в терминах Discrep , который также принадлежит к категории CogMech , продолжает увеличиваться, предполагая, что человеческое знание вирусов и разработка соответствующих технологий находятся в постоянном прогрессе.В целом общие когнитивные характеристики свидетельствуют о постепенном улучшении психологического состояния населения.

Значение

Наше исследование вносит вклад в литературу о пандемии COVID-19, интернет-слухах и соответствующих методах управления. Предыдущие исследования интернет-слухов во время пандемии COVID-19 обращали внимание на ее опасность для здоровья населения, а также на необходимость и безотлагательность исследования характеристик распространения (43, 44), в то время как некоторые исследования указывали на то, что недостоверные статьи или дезинформация в социальных сетях чаще пересылались и распространялись, чем те, которые были надежными (45–47). Однако регулярность смены темы этих широко распространенных слухов с течением времени и подразумеваемые психосоциальные характеристики общественности не получили достаточного внимания. После более ранних исследований, основанных на мнениях или комментариях (41), в некоторых исследованиях предпринимались попытки определить поведенческие намерения населения распространять информацию во время пандемии, а также предшествующие события с помощью анкетирования или лабораторных экспериментов (17, 40). Однако такие перекрестные и самоотчетные источники данных не только лишены объективности, но и общность результатов ограничена выборкой и, кроме того, не могут дать конкретного и динамического понимания психологических изменений населения.Делая шаг вперед, это исследование углубляется в текстовое содержание интернет-слухов, чтобы систематически представить изменяющееся распределение тем интернет-слухов с развитием пандемии и подразумеваемые психологические характеристики на разных этапах. Мы расширяем методы обработки естественного языка и анализа текста в компьютерных областях до пандемии COVID-19 и общедоступной психометрии, чтобы заполнить пробелы в существующих исследованиях и предоставить идеи для более обобщенных исследований в реальном времени, основанных на больших данных в этой области. который использует объективные данные в будущем.

Всплеск интернет-слухов во время вспышки COVID-19 действительно сильно затруднил правительству понимание общественного мнения, а обществу — признание правдивости информации. Тем не менее, наше исследование предлагает идеи для реагирования на чрезвычайные ситуации в области общественного здравоохранения. Изменение объема интернет-слухов на этапах пандемии свидетельствует о том, что в начале чрезвычайной ситуации в области общественного здравоохранения, когда интернет-слухи стремительно распространяются, эффективно и действенно выделять больше ресурсов на своевременную проверку слухов, а также на доставку и распространение верных слухов. информирование населения во избежание паники.Поскольку общественность изначально озабочена личным здоровьем, а последствия новых вирусов для здоровья часто неизвестны, правительству необходимо установить тесные связи с профессиональными медицинскими учреждениями, чтобы в первую очередь предоставлять населению профессиональные консультации и предлагать им знания для защиты своего личного здоровья. В связи с динамичным характером развития пандемии правительству следует обращать внимание на изменения в общественном мнении, которые могут быть вызваны каждым повторением пандемии.Например, предоставить общественности информацию о характеристиках новых мутировавших штаммов и стратегиях профилактики, а также заблаговременно обнародовать их до того, как дезинформация станет широко распространяться. Крайне важно установить официальный канал для проверки слухов и своевременного раскрытия информации. Широкая общественность должна знать, что количество слухов в Интернете резко возрастает во время вспышки пандемии, и должна иметь определенную способность идентифицировать слухи, особенно на ранних стадиях, чтобы не потеряться в потоке слухов о личном здоровье.В случае повторения каждой вспышки или новой чрезвычайной ситуации в области общественного здравоохранения в будущем рекомендуется следовать профессиональным медицинским советам и не распространять слухи и не делиться ими с другими, не будучи уверенным в их истинности или ложности.

Заключение

Вспышка тяжелой пандемии, такой как COVID-19, неизбежно вызовет личную физиологическую чувствительность и психологическую панику, а возникающие в результате Интернет-слухи вызывают еще большую психологическую панику и социальное воздействие на общественность из-за эффекта заражения Интернета.Мы утверждаем, что текстовое содержание интернет-слухов является важным источником для проникновения в общественное сознание и понимания социальных последствий тяжелых эпидемий. В этой статье мы исследуем распространение и текстовые характеристики интернет-слухов во время пандемии COVID-19, используя модель LDA и показатели LIWC. Теоретически это исследование дает систематическое и объективное представление о хронологических изменениях в темах таких своеобразных и плотно генерируемых интернет-слухов, а также о значительных изменениях в общественной психологии в контексте.Хотя на практике методология и результаты этого исследования могут служить ориентиром для правительства и организаций здравоохранения, чтобы понять ситуацию с общественным мнением и предотвратить распространение дезинформации (20, 48).

Текущее исследование, являющееся предварительным исследованием этой беспрецедентной пандемии, также имеет некоторые ограничения. Например, данные для исследования получают с платформы проверки слухов, где раскрытие информации происходит с определенной задержкой во времени. Слухи и данные о пандемии исходят из Китая, поэтому отсутствуют эмпирические доказательства в глобальном масштабе.С этой целью будущие исследования могут получить больший объем разнородных данных, связанных со слухами, из социальных сетей и со всего мира, использовать аналитику больших данных для более глубокого анализа и быстрее и точнее фиксировать общественное мнение, создавая идентификацию слухов и платформы управления общественным мнением, чтобы реагировать на внезапные кризисы в области общественного здравоохранения, которые могут возникнуть снова.

Заявление о доступности данных

Наборы данных, представленные в этом исследовании, можно найти в онлайн-репозиториях.Названия репозитория/репозиториев и номера доступа можно найти в статье/дополнительных материалах.

Вклад авторов

QX: концептуализация, методология и написание — просмотр и редактирование. WH: написание — подготовка первоначального проекта. XZ: концептуализация и проверка. SW: методология и обработка данных. XL: проверка. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Эта работа была поддержана Национальным фондом естественных наук Китая по грантам 71861014, 71863015 и 71974152, Китайским фондом постдокторских наук по гранту 2019M652272, Китайским фондом социальных наук по гранту 20ZDA047, Приоритетными постдокторскими исследовательскими проектами провинции Цзянси по гранту 2018KY10 , Научно-технический проект Департамента образования Цзянси по гранту №.GJJ60458 и проект социальных наук провинции Цзянси по гранту 17BJ31.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Примечание издателя

Все претензии, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их дочерних организаций или издателя, редакторов и рецензентов.Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.

Сноски

Ссылки

1. Zhu R, Ding Q, Yu M, Wang J, Ma M. Схема раннего предупреждения общественного мнения в Интернете, связанного с COVID-19, на основе модели RVM-L. Суст Города Соц. (2021) 74:103141. doi: 10.1016/j.scs.2021.103141

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

2.Румплер Р., Венкатараман С., Йоранссон П. Наблюдение за влиянием мер рекомендаций CoViD-19, отслеживаемых по уровням городского шума в центре Стокгольма, Швеция. Суст Города Соц. (2020) 63:102469. doi: 10.1016/j.scs.2020.102469

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

3. Банерджи Д., Рао Т.С., Калливаялил Р.А., Джавед А. Психосоциальная основа устойчивости: ориентироваться в потребностях и невзгодах во время пандемии, качественное исследование индийских передовых врачей. Передний психол. (2021) 12:622132. doi: 10.3389/fpsyg.2021.622132

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

4. Кумар П., Хама С., Омидварборна Х., Шарма А., Сахани Дж., Абхиджит К.В. и соавт. Временное сокращение содержания мелких твердых частиц из-за «отключения антропогенных выбросов» во время блокировки COVID-19 в индийских городах. Суст Городов Со. (2020) 62:102382. doi: 10.1016/j.scs.2020.102382

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

5.Zeng J, Zhang Y, Ma X. Обнаружение фальшивых новостей для эпидемических чрезвычайных ситуаций посредством глубокой корреляции между текстом и изображениями. Суст Города Соц. (2021) 66:102652. doi: 10.1016/j.scs.2020.102652

Полнотекстовая перекрестная ссылка | Академия Google

6. Обиала Дж., Обиала К., Манчак М., Ольшевски Р. Дезинформация о COVID-19: достоверность статей о профилактике коронавируса, которыми чаще всего делятся в социальных сетях. Технология политики здравоохранения . (2021) 10:182–186. doi: 10.1016/j.hlpt.2020.10.007

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

7. Favi E, Leonardis F, Manzia TM. «Salus populi suprema lex»: соображения о первоначальной реакции Соединенного Королевства на пандемию SARS-CoV-2. Фронт общественного здравоохранения . (2021) 9:646285. doi: 10.3389/fpubh.2021.646285

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

8. Nguyen TTP, Nguyen DC, Nguyen ATT, et al. Фейковые новости, влияющие на соблюдение национальных мер реагирования в период карантина COVID-19: опыт Вьетнама. Фронт общественного здравоохранения. (2020) 8:589872. doi: 10.3389/fpubh.2020.589872

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

9. Рахмани А.М., Мирмахалех С.Ю. Методы профилактики и лечения коронавирусной болезни (COVID-19) и эффективные параметры: систематический обзор литературы. Суст Города Соц. (2021) 64:102568. doi: 10.1016/j.scs.2020.102568

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

11. Су Ю. Не обязательно, чтобы деревня попалась на удочку дезинформации: использование социальных сетей, предпочтение неоднородности дискуссий, беспокойство по поводу вируса, вера в ученых и убеждения в дезинформации, связанные с COVID-19. Телем Информ. (2021) 58:101547. doi: 10.1016/j.tele.2020.101547

Полнотекстовая перекрестная ссылка | Академия Google

12. Ахуджа К.К., Банерджи Д. Психосоциальное исследование неудовлетворенности телом: описательный обзор с акцентом на Индию во время COVID-19. Front Global Women’s Health. (2021) 2:669013. doi: 10.3389/fgwh.2021.669013

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

13. Ахмед М., Ахмед О., Чжоу А., Санг Х., Лю С., Ахмад А.Эпидемия COVID-19 в Китае и связанные с ней психологические проблемы. Азиатская J Психиатрия . (2020) 51:102092. дои: 10.1016/j.ajp.2020.102092

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

14. Сингх С., Диксит А., Джоши Г. Является ли компульсивное использование социальных сетей на фоне пандемии COVID-19 аддиктивным поведением или механизмом преодоления? Азиатская психиатрия J. (2020) 54:102290. дои: 10.1016/j.ajp.2020.102290

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

16.Сяо В. Понимание асимметричного восприятия безопасности смартфонов с точки зрения функций безопасности: сравнительное исследование. Телем Информ. (2021) 58:101535. doi: 10.1016/j.tele.2020.101535

Полнотекстовая перекрестная ссылка | Академия Google

17. Пенникук Г., МакФетрес Дж., Чжан И, Лу Дж., Рэнд Д. Борьба с дезинформацией о COVID-19 в социальных сетях: экспериментальные данные для масштабируемого вмешательства, направленного на повышение точности. Психологические науки. (2020) 31: 770–80. дои: 10.1177/0956797620939054

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

18.Баруа З., Баруа С., Актар С., Кабир Н., Ли М. Влияние дезинформации на индивидуальные реакции на COVID-19 и рекомендации по устойчивости к катастрофическим последствиям дезинформации. Prog Dissci. (2020) 8:100119. doi: 10.1016/j.pdisas.2020.100119

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

19. Варшней Д., Вишвакарма Д.К. Обзор по предсказанию слухов и оценке их правдивости в онлайновой социальной сети. Exp Sys Appl. (2021) 168:114208.doi: 10.1016/j.eswa.2020.114208

Полнотекстовая перекрестная ссылка | Академия Google

20. Jelodar H, Wang Y, Orji R, Huang S. Глубокая классификация настроений и обнаружение темы в онлайн-дискуссиях о новом коронавирусе или COVID-19: НЛП с использованием подхода рекуррентной нейронной сети LSTM. IEEE J Biomed Health Inform. (2020) 24:2733–41. doi: 10.1109/JBHI.2020.3001216

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

21. Сун С, Чжао С, Сун С, Чжу Ц.Факторы, влияющие на намерение пользователей делиться слухами о здоровье в Интернете на основе модели MOA. J China Soc Sci Tech Inform. (2020) 39: 511–20. doi: 10.3772/j.issn.1000-0135.2020.05.006

Полнотекстовая перекрестная ссылка | Академия Google

23. Ахмед В., Видал-Алаболл Дж., Даунинг Дж., Сегуи, Флорида. Опасные сообщения или сатира? Анализ теории заговора, связывающей 5G с Covid-19, посредством анализа социальных сетей. J Med Int Res . (2020) 22:e19458. дои: 10.2196/19458

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

25.Ли Л., Альдосери А., Витюгин Ф., Натан Н., Новилло-Ортис Д., Кастильо С. и др. Реакция правительств и органов здравоохранения на пандемию COVID-19 в социальных сетях: многострановой анализ дискурса в Твиттере. Границы общественного здравоохранения. (2021) 9:716333. doi: 10.3389/fpubh.2021.716333

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

26. Yan L, Zhang H, Goncalves J. Интерпретируемая модель прогнозирования смертности для пациентов с COVID-19. Внутренний номер машины NAT .(2020) 2: 283–8. doi: 10.1038/s42256-020-0180-7

Полнотекстовая перекрестная ссылка | Академия Google

27. Alsyouf M, Stokes P, Hur D, Amasyali A, Ruckle H, Hu B. «Поддельные новости» в урологии: оценка точности статей, размещенных в социальных сетях, о злокачественных новообразованиях мочеполовой системы. БЖУ Внутренний . (2019) 124:701–6. doi: 10.1111/bju.14787

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

28. Zeng Z, Wang J. Исследование идентификации слухов в микроблогах на основе LDA и случайного леса. J China Soc Sci Tech Inform. (2019) 38:89–96. doi: 10.3772/j.issn.1000-0135. 2019.01.010

Полнотекстовая перекрестная ссылка | Академия Google

29. Lv T, Chen H, Lin H, Zhou J. Исследование влияния стратегий управления интернет-слухами на намерение распространять слухи в контексте чрезвычайных ситуаций. J China Soc Sci Tech Inform. (2020) 39: 87–93. doi: 10.3969/j.issn.1002-1965.2020.07.015

Полнотекстовая перекрестная ссылка | Академия Google

31.Лиза С., Света Б., Летисия Б., Серен Б., Чи Г., Корнрапхоп К. и др. Первый взгляд на распространение информации и дезинформации о COVID-19 в Твиттере (2020).

Реферат PubMed | Академия Google

32. Lee K, Kang K, Wang M, Zhao S, Wong J, Connor S, et al. Связь между распространением дезинформации о COVID-19 и верой в знания о COVID-19 и превентивным поведением: поперечное онлайн-исследование. J Med Int Res. (2020) 22:22205. дои: 10.2196/22205

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

33. Сайфул И., Тонмой С., Хоссейн К., Хена М., Муршид Х., Аламгир К. и др. Инфодемия, связанная с COVID-19, и ее влияние на здоровье населения: глобальный анализ социальных сетей. Am J Trop Med Hygiene. (2020) 103:1621–9. doi: 10.4269/ajtmh.20-0812

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

35. Пеннебейкер Дж.В., Фрэнсис М.Е., Бут Р.Дж. Лингвистический запрос Количество слов: LIWMahwah C . Махва, Нью-Джерси: Lawrence Erlbaum Associates (2001).

Академия Google

36.Засекин С., Розенхарт Ю. Психолингвистические компьютеризированные инструменты лингвистического и переводоведческого анализа дискурса. Психолингвистика. (2018) 23:94–106. doi: 10.5281/zenodo.1204994

Полнотекстовая перекрестная ссылка | Академия Google

37. Zhang X. LIWC-Инструмент анализа текста, основанный на семантических показателях. J Юго-Западный ун-т, нац. (2015) 36:101–4. doi: 10.3969/j.issn.1004-3926. 2015.04.021

Полнотекстовая перекрестная ссылка | Академия Google

38. Родригес М., Сторер Х.Взгляд вычислительной социальной науки на исследование качественных данных: использование тематических моделей для описательного анализа данных социальных сетей. J Technol Human Serv. (2020) 38:54–86. дои: 10.1080/15228835.2019.1616350

Полнотекстовая перекрестная ссылка | Академия Google

39. Таушчик Ю.Р., Пеннебейкер Дж.В. Психологическое значение слов: LIWC и методы компьютерного анализа текста. J Lang Soc Psychol. (2010) 29:24–54. дои: 10.1177/0261927X09351676

Полнотекстовая перекрестная ссылка | Академия Google

40.Xiong P, Ming W, Zhang C, Bai J, Luo C, Cao W и другие. Факторы, влияющие на психическое здоровье китайских студентов-медиков и немедиков на ранней стадии пандемии COVID-19. Фронт общественного здравоохранения. (2021) 9:603331. doi: 10.3389/fpubh.2021.603331

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

41. Апуке О.Д., Омар Б. Фейковые новости и COVID-19: моделирование предикторов распространения фейковых новостей среди пользователей социальных сетей. Телем Информ. (2021) 56:101475.doi: 10.1016/j.tele.2020.101475

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

42. Hou Z, Du F, Zhou X, Jiang H, Sam M, Heidi L, et al. Межстрановое сравнение осведомленности общественности, слухов и поведенческих реакций на эпидемию COVID-19: инфодемиологическое исследование. J Med Int Res. (2020) 22:21143. дои: 10.2196/21143

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

43. Whaiduzzaman M, Hossain MR, Shovon AR, Roy S, Laszka A, Buyya R, et al.Платформа мобильных и туманных вычислений, сохраняющая конфиденциальность, для отслеживания и предотвращения распространения COVID-19 в сообществе. IEEE J Biomed Health Inform. (2020) 24:3564–75. doi: 10.1109/JBHI.2020.3026060

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

44. Ren J, Yan Y, Zhao H, Ma P, Zabalza J, Hussain Z, et al. Новый интеллектуальный вычислительный подход к моделированию эпидемиологических тенденций и оценке воздействия немедикаментозных вмешательств на COVID-19. IEEE J Biomed Health Inform. (2020) 24:3551–63. дои: 10.1109/JBHI.2020.3027987

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

45. Хойер К., Мюллер-Фроммейер Л., Кауффельд С. Язык имеет значение: обоюдоострая роль согласования языкового стиля в рабочих группах. Малая группа Res. (2020) 51: 208–28. дои: 10.1177/1046496419874498

Полнотекстовая перекрестная ссылка | Академия Google

46. Эйджи А. Сопоставление языкового стиля как мера участия библиотекаря/пользователя в справочных транзакциях по электронной почте. J Acad Lib. (2019) 45:102069. doi: 10.1016/j.acalib.2019.102069

Полнотекстовая перекрестная ссылка | Академия Google

47. Hsing H, Chen Y, Yen C. Различное влияние источников информации о COVID-19 на общественное беспокойство: онлайн-опрос в социальных сетях. Интерв. (2020) 22:100350. doi: 10.1016/j.invent.2020.100350

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

48. Варданджани Х., Хейдари С., Доуран Б., Пасалар М.Поперечное исследование персидской медицины и пандемии COVID-19 в Иране: слухи и рекомендации. Int Med Res. (2020) 9:100482. doi: 10.1016/j.imr.2020.100482

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

Приложение

Таблица A1 . Полное название, категория и примеры слов выявленных характеристик.

Руководство по борьбе с ложью, фейковыми новостями и хаосом в сети

Как бороться с ложью, уловками и хаосомонлайн

Несколько месяцев назад меня что-то разозлило в Твиттере.Кто-то разместил в Твиттере фотографию бумажной вывески в многоквартирном доме, информирующую жильцов о том, что пользование лифтом скоро будет стоить 35 долларов в месяц. Это было удивительно, но на интуитивном уровне именно такого поведения я и ожидал от жадного арендодателя — такое поведение легко яростно ретвитнуть, не задумываясь.

Но небольшое копание показало, что фото было загружено на Reddit еще в 2013 году, и автор поста сказал, что знаки были быстро сняты. Управляющий зданием отрицал, что написал их как автору, так и репортеру, предположив, что это была либо шутка, либо немедленно заброшенный план.Ретвит фотографии просто возмутил бы людей тем, чего, казалось бы, никогда не было.

Этот тип вирусной полуправды является частью ткани современного Интернета, и гнев, который он вызывал, превратился в опасный товар. Он цинично используется бизнесом для рекламы «фейковых новостей», мошенниками, собирающими деньги в Интернете, и авторитарными правительствами для распространения ненависти и страха.

Я не хочу обвинять людей, которые попадаются на эти уловки.Многие проблемы усугубляются компаниями, правительствами и другими факторами, которые люди не могут контролировать. Но в Интернете полно мошенников, мошенников и откровенных лжецов, которые полагаются на базовое доверие людей, чтобы усилить свое сообщение. Стоит притормозить и осторожно ориентироваться в их ловушках — чтобы не распространять тревожный ложный слух, не злиться на группу людей за то, чего они не делали, или увековечивать честное недоразумение.

И как человек, который действительно глубоко заботится о том, чтобы размещать правдивые вещи в Интернете, я знаю, что лично я неправильно понимал истории, потому что я не думал смотреть внимательнее, и не всегда потому, что кто-то намеренно одурачил меня.Мне потребовались годы, чтобы понять, откуда берется вся информация, которую я видел в Интернете. Так что это не просто руководство по обнаружению подделки. Это система для замедления и обдумывания информации — является ли эта информация правдивой, ложной или чем-то средним.

Трудно все время быть начеку, но есть несколько красных флажков, которые указывают на то, что что-то может вводить в заблуждение.

Первый шаг — отточить свое чувство, когда тот или иной фрагмент контента слишком хорош (или плох), чтобы быть правдой. Как только вы начнете искать, вы заметите определенные подтипы этого контента — например, ragebait, предназначенный для получения трафика от гнева людей, гиперпартийные призывы, которые искажают факты, или откровенное мошенничество. Методы относительно распространены в разных типах историй, и их нетрудно распознать.

За исключением этих конкретных случаев, общая техника почти до глупости проста: если история по какой-то причине захватывает ваше внимание, притормози и присмотрись повнимательнее.

Смотреть глубже

У вас сильная эмоциональная реакция

Хорошая журналистика должна вызывать чувства.Но плохая журналистика — например, бульварная сенсация, сверхпартийное нагнетание страха и преднамеренная дезинформация — использует их. Его создатели пытаются убедить людей в том, что мысли и чувства противоположны друг другу, поэтому, если вы расстроены или довольны историей, вас не должны волновать подробности.

Но сильное впечатление от истории должно вызвать у вас желание узнать больше, а не меньше. Если новости точны, вы в конечном итоге узнаете важные нюансы по проблеме, которая вас волнует.А если оно ложно или вводит в заблуждение, вы можете предупредить других людей, чтобы они не попадались на его удочку.

История кажется совершенно нелепой — или полностью подтверждает ваши убеждения

По-настоящему противоречивые новости появляются все время, потому что мир — странное место, которое никто из нас не может полностью понять. Но если что-то кажется совершенно странным или сбивающим с толку, за заголовком часто скрывается более сложная история.Это особенно верно в отношении научных историй, где нюансы исследования могут быть подытожены вводящим в заблуждение или преувеличенным образом.

И наоборот, если история интуитивно кажется правильной, будьте осторожны. Операторы дезинформации, таблоиды и другие злоумышленники искажают реальные события, чтобы они соответствовали популярным нарративам, предполагая (часто правильно), что люди будут больше интересоваться новостями, которым они хотят верить. Как и упомянутые выше душераздирающие истории, эти истории могут оказаться правдивыми, но если это так, их изучение научит вас больше тому, что вас интересует, так что это все равно стоит потраченного времени.

Вы собираетесь тратить деньги из-за этого

Истории, связанные с политическим сбором средств или краудфандингом, могут попасть в эту категорию. Как и истории о проблемах со здоровьем, финансовом планировании или выборе колледжа. Даже если они не затрагивают вас напрямую, вы должны убедиться, что передаете хорошие жизненные советы и надежные сделки окружающим вас людям.

Вы сразу хотите усилить историю

Когда вы делитесь историей со своими друзьями или подписчиками или участвуете в ней, ставя лайки или комментируя, вы поощряете других людей просматривать эту информацию и повышаете профиль всего сайта или учетной записи, которая ее опубликовала. Это повышает ставки, если что-то является фальшивым или вводящим в заблуждение — поэтому, когда вы обсуждаете, соответствует ли история вышеуказанным категориям, будьте осторожны, прежде чем усиливать ее.

После того, как вы решили более подробно изучить онлайн-историю, пришло время выяснить, откуда и когда она появилась. Интернет-новости могут работать как телефонная игра: каждый раз, когда кто-то что-то публикует или переписывает, есть шанс, что важные детали будут потеряны.

Первым шагом в этом процессе является определение даты оригинальной истории — это одна из самых полезных сведений, которые вы можете получить.Если история публикуется в публикации на Facebook или в твите, нажмите на публикацию и найдите ее дату, также известную как метка времени. Вы также должны искать источник соответствующей информации. Иногда в новостном сообщении прямо указываются его источники, будь то ясное указание на то, что автор провел исследование и интервью из первых рук, или ссылка на пресс-релиз или другое новостное агентство. Если это последнее, просто щелкните, чтобы увидеть, откуда поступает информация, и обязательно проверьте временную метку.

Иногда, однако, неясно, откуда взялись новости — в статье может быть напечатана подстрекательская цитата без указания, откуда и когда она взята, или учетная запись Twitter может поделиться фотографией с описанием, которое может быть неверным. В таких случаях выполните быстрый поиск большего охвата и исходных источников, как правило, с помощью поисковой системы, такой как Bing, DuckDuckGo или Google.

Для более конкретных советов по поиску, вот некоторые из стратегий, которые я использую.

Смотреть глубже

Проверить проверку

По мере того, как все больше объявлений делается в социальных сетях, становится все проще создавать мистификации, выдавая себя за публичного деятеля в Twitter, Instagram, YouTube или Facebook. Например, твит от @WhiteHouse является официальным заявлением правительства, но кто-то может назвать учетную запись как-то вроде «@WhiteH0us», установить ее отображаемое имя и изображение профиля, чтобы они совпадали с Белым домом, и опубликовать что-то почти идентичное в взглянуть мельком.

Основные платформы социальных сетей обычно предоставляют значки подтверждения крупным компаниям, знаменитостям, государственным учреждениям и другим высокопоставленным учетным записям. (В Твиттере это синяя галочка.)

Неподтвержденные учетные записи все еще могут быть подлинными, но вам следует провести больше исследований.Соответствуют ли другие сообщения аккаунта его предполагаемой личности? Делает ли бизнес или организация ссылку на него со своего веб-сайта?

Также легко подделать скриншоты твита или поста в Facebook. Если вы видите один из этих снимков экрана, просмотрите ленту этого человека, чтобы найти настоящую публикацию. Если его нет, оцените, насколько заслуживает доверия человек, разместивший скриншот. Пост мог быть удален или его могло вообще не быть.

Ищите имена и ключевые слова

Google может быть отличным инструментом для поиска другого освещения определенного события, но поиск общей темы истории или ее самой известной темы часто приводит к большому количеству общих, бесполезных результатов поиска.Лучше искать уникальные ключевые слова, такие как имя малоизвестного человека, которого цитируют в статье, конкретный законопроект, вносимый в Конгресс, или что-то еще, что вряд ли появится в других статьях. Например, если кто-то подает в суд на огромную корпорацию, просто набрав «иск Apple» или «иск Facebook», вы получите бесчисленное количество результатов. Добавление имени лица, подавшего иск, существенно сузит круг.

Найдите источники опросов и инфографики

В хорошей диаграмме или инфографике будет указано, откуда берутся данные, чтобы вы могли убедиться, что это место существует, и узнать больше о его исследованиях. Возьмем, к примеру, этот график того, откуда американцы получают новости:

На графике указан известный исследовательский центр Pew Research Center, а также дата сбора информации. Вы можете найти первоисточник, набрав заголовок «Телевидение доминирует как источник новостей для пожилых американцев» в поисковой системе, а затем найти результат на pewresearch.org. В этом случае Google возвращает страницу, посвященную диаграмме, а также полный пост в блоге с более подробным объяснением опроса.

В то же время плохая инфографика может ссылаться на онлайн-опрос, который легко манипулировать, или на несуществующее государственное учреждение. А действительно плохой даже не упомянет, откуда берутся данные. Если вы действительно хотите вникнуть в то, что делает инфографику надежной, Forbes опубликовал руководство в 2014 году, которое актуально и сегодня.

Поиск цитат

Если в истории есть прямая цитата, посмотрите, не является ли она частью более крупного утверждения. Новостным агентствам легко вырвать слова людей из контекста, и иногда сатирические цитаты случайно выдаются за настоящие.

Хорошая новостная история поможет легко определить источник цитаты. Если это не так, вы можете скопировать часть заявления и вставить его в поисковую систему, заключив текст в кавычки для поиска именно этой фразы. Если только несколько небольших изданий напечатали соблазнительную цитату известного человека, возможно, они выдумали эту цитату.

Цитаты относительно легко проверить, но они являются благодатной почвой для плохих актеров, потому что они идеально подходят для игры на предубеждениях людей. Мастерам дезинформации просто нужно выбрать публичного деятеля, которого многие любят или ненавидят, а затем распространить фальшивую или вводящую в заблуждение цитату, которая подтверждает стереотип о них — например, фальшивый твит, в котором член палаты представителей Александрия Окасио-Кортес (D-NY) якобы говорит людям использовать электромобили во время отключения электроэнергии, или фейковая цитата из журнала People , где Трамп называет республиканцев «самой глупой группой избирателей в стране».

И дело не только в текущих событиях — многие исторические цитаты также неверно приписаны или выдуманы.

Идентификация фотографий и видео

Если новость основана на фотографии, запустите обратный поиск изображения, чтобы найти другие места, где эта фотография была опубликована. Это полезно для выяснения того, старше ли изображение, чем кажется, а также для проверки того, действительно ли оно связано с историей.Видео может быть сложнее проверить, но поиск его названий на YouTube иногда может привести к более старым версиям.

И если известный человек, кажется, делает что-то действительно подстрекательское в старом видео, найдите фрагмент цитаты или описание события, чтобы увидеть, получило ли оно освещение — или это потенциально фальшивые или вырванные из контекста кадры. Какими бы ни были их политические пристрастия, основные средства массовой информации, как правило, освещают заслуживающее доверия видео о том, как политик или знаменитость делают что-то, заслуживающее освещения в печати.

Подумайте, насколько чувствительна ко времени история

Пост о сбежавшем преступнике или приближающейся буре чрезвычайно чувствителен ко времени — он важен, пока угроза активна, но как только подозреваемый арестован или буря закончилась, он, скорее всего, будет вводить в заблуждение и неактуален. В меньшей степени многие истории о стихийных бедствиях, крупных запусках новых продуктов или высказываниях официальных лиц о чем-то спорном могут стать менее актуальными с возрастом.

Многие старые срочные истории публикуются как невинные ошибки, но злоумышленники также могут использовать ложное чувство срочности, которое они создают, используя их для легкой дезинформационной кампании. В середине 2019 года компания Recorded Future, занимающаяся онлайн-мониторингом угроз, обрисовала в общих чертах операцию, которую она назвала Fishwrap. Fishwrap использовал сеть учетных записей социальных сетей для распространения сообщений о фальшивых террористических атаках. Он сделал это, взяв точные истории о реальных атаках, произошедших несколько лет назад, а затем опубликовав их так, как если бы они были новыми, надеясь, что читатели не заметят метки времени.

Фотографии могут быть лишены контекста еще более хитрым способом, намеренно или случайно. В одном крупном случае The New York Times зафиксировала целый ряд знаменитостей, опубликовавших якобы фотографии пожаров в тропических лесах Амазонки в этом году, хотя на самом деле этим фотографиям было несколько лет или даже десятилетий.

Некоторые новостные агентства пытаются решить эту проблему. The Guardian начал добавлять заметные маркеры даты к более старым статьям, включая ту, которая появляется в сообщениях в социальных сетях.Но для большинства статей и видеороликов в Интернете читателям придется заранее проверять даты.

Проверьте, верна ли старая история

Истории о научных и технологических прорывах могут быть актуальны годами. Но они также могут быть полны фактов, которые были либо подвергнуты сомнению, либо дискредитированы.

Ученый-диетолог Брайан Вансинк, например, был мастером проведения «вирусных» экспериментов, которые взорвали онлайн — как эта история, в которой утверждается, что более дорогие блюда в буфете вкуснее.Затем критики обвинили его в том, что он получил эти результаты с помощью поверхностных научных данных, и многие статьи были исправлены или отозваны, в том числе отчет о буфете. В старых новостях может не быть такой важной детали.

Или возьмите браслет Cicret, который утверждает, что ваши умные часы проецируются на ваше запястье как сенсорный экран. Cicret был кошачьей мятой для социальных сетей, но его впечатляющее демонстрационное видео оказалось макетом, и команда так и не показала работающий продукт. Несмотря на это, видео годами репостили другие пользователи, которые не признавали этот факт.

Новостные агентства попытаются исправить неточные истории, как вы увидите в этой статье 2015 года о Вансинке. Но они не будут ловить каждую старую статью. А в менее экстремальных случаях информация не была неверной в то время, она просто была опровергнута другими исследованиями.

Некоторая дезинформация в Интернете является откровенно фальшивой или вводящей в заблуждение. Но другие истории более тонко ошибочны.Они могут упускать важные детали, раздувать мелкие разногласия до масштабов или использовать законные новости, чтобы привлечь людей, прежде чем снабжать их ложной информацией.

Ключевым моментом здесь является поиск пробелов в истории или несоответствий между утверждениями истории и ее фактическим исходным материалом. Это могут быть честные ошибки — например, аккаунты, распространяющие сатирические новости, не осознавая этого. Или они могут быть преднамеренной попыткой обмануть людей.

Нет пошагового руководства для понимания полного контекста истории. Но есть несколько принципов, которые вы можете иметь в виду.

Смотреть глубже

Это сатира?

Это базовый шаг, но его легко пропустить, особенно в социальных сетях, где статьи из разных источников выглядят более или менее одинаково. Статьи The Onion часто принимают за настоящие новости — не только рядовые читатели, но и крупные новостные агентства и политики.Также легко быть временно обманутым такими сайтами, как ClickHole (побочный продукт Onion), The Babylon Bee или Reductress.

Все вышеперечисленные издания известны абсурдными историями, которые явно комментируют социальные проблемы, а их статьи часто публикуются как преднамеренные шутки. К сожалению, существует также менее известная экосистема «сатирических» сайтов, которые ближе к таблоидам, наполненным мистификацией. Сайт Snopes по обнаружению мистификаций содержит их длинный список.

Кроме того, если дата 1 апреля, считайте, что все заголовки фальшивые, пока не прочтете историю полностью.

Кто предоставляет информацию?

Если вы смотрите на инфографику, диаграмму или опрос, объясняет ли источник, как они получили данные? Как написала Клэр Макнир из The Ringer , существует целый жанр карт с причудливыми надписями — например, карта, утверждающая, что она показывает любимые хэллоуинские конфеты Америки по штатам, — которые используют причудливые и бесполезные методологии для получения противоречивых результатов.

Если есть некоммерческая организация или группа активистов, проверьте их веб-сайт или страницы в социальных сетях, чтобы узнать, что еще они публикуют. Поищите название, чтобы увидеть, не связывают ли новостные сообщения его с кампанией астротурфинга — процессом, когда компания, правительственная пропагандистская операция или другая группа искусственно строит кампанию, которая выглядит как массовое движение. С другой стороны, это могло быть идентифицировано как ложный флаг — другими словами, учетная запись, предназначенная для того, чтобы выставить чьи-то враги в плохом свете, изображая их в карикатурном виде.

Предвзятые источники по-прежнему могут публиковать настоящие новости, но тщательно взвешивают доказательства, которые они предлагают, и, если возможно, смотрят, подтверждают ли их другие сообщения. И подумайте дважды, прежде чем делиться сообщениями из учетных записей социальных сетей, которые кажутся ненадежными, даже если это единственное сообщение является правдой. Это может улучшить их общий профиль и сигнализировать о том, что такие платформы, как Facebook, должны продвигать больше своего контента в целом.

Каков масштаб рассказа?

Будьте осторожны с историями, которые предполагают, что существует огромное культурное движение или политический шум, полностью основанный на людях, говорящих что-то в Интернете. Например, если есть «петиция» или «бойкот», есть ли доказательства того, что многие реальные люди, организации или компании подписались под ними? Если в истории цитируются твиты или посты в Instagram, чтобы доказать, что что-то популярно, они из учетных записей с большим количеством подписчиков и вовлеченности, или просто малоизвестные твиты от малоизвестных пользователей — кто на самом деле может быть ботами или троллями?

Дело не только в том, сколько людей задействовано. Например, если кто-то подает «иск на 2 миллиарда долларов» против компании, это может просто означать, что они запросили огромную сумму денег, а не то, что иск заслуживает доверия или что компания когда-либо заплатит такую ​​сумму.

И во многих криминальных историях максимально возможный приговор — то есть, когда осужденному преступнику «грозит до 100 лет тюрьмы» по дюжине различных обвинений, — сильно отличается от того, как долго они, вероятно, будут отбывать срок. Более правдоподобное число основано на наборе рекомендаций по вынесению приговора, и обычно оно намного короче. Если вам интересно узнать больше, юридический блогер Кен Уайт излагает все это здесь.

Если есть «возмущение», действительно ли люди расстроены?

Во многих историях рассказывается о какой-то группе, яростно реагирующей на предполагаемое оскорбление — либо для поддержки группы, либо для того, чтобы посмеяться над ней.Однако, как мы обсуждали выше, часто возникает проблема огромного масштаба: обыщите весь интернет в поисках нескольких разгневанных людей, и вы, вероятно, их найдете.

Более того, «возмущение» может быть просто легким раздражением или даже преднамеренной мистификацией. Если история зависит от общественного протеста против чего-либо, посмотрите, какие цитаты или действия цитирует история. Есть ли протесты, бойкоты или призывы к извинениям? Или это просто язвительные твиты на эту тему?

Если вы видите группу, которая возмущена чем-то, что вы считаете смешным, вызов их в Интернете часто только усугубляет ситуацию. Упоминание оскорбительного или глупого хэштега в Твиттере, например, может сделать его популярным на сайте — создавая впечатление, что люди действительно поддерживают дело хэштега.

Для более подробного изучения того, как интернет-новости могут создавать вводящие в заблуждение циклы возмущения, ознакомьтесь с руководством Паркер Моллой 2015 года, которое она написала после того, как случайно вызвала один из них.

Как разные новостные агентства представляют эту историю?

Если история основана на общедоступных материалах, таких как отчет полиции или пресс-релиз, как различные видео и статьи описывают то, что произошло? Предлагают ли некоторые новые детали или контекст, который освещает историю в другом свете? Если вы читаете явно партийные новости — будь то второстепенные сайты, такие как Occupy Democrats и Breitbart, или более умеренные сайты с явной политической направленностью, — то нахождение одной и той же истории в разных СМИ может дать вам несколько точек зрения.

Самый популярный нарратив, связанный с историей, не всегда правильный, а сайты с пристрастием не обязательно ошибочны. Но если громко звучащая история появляется только на неизвестных или гиперпартийных сайтах и ​​аккаунтах, у этой истории могут быть серьезные недостатки, которые просто мешают другим СМИ освещать ее. Это один небольшой пример того, что называется «пустотой данных», которая образуется, когда тема поиска не дает много надежных результатов, создавая пространство для распространения ложной информации.

К этому моменту вы, вероятно, довольно хорошо поняли историю, с которой начали.Вы готовы к последнему, самому субъективному этапу процесса: решить, что это значит. Если вы были на мгновение обмануты ссылкой Onion или какой-либо другой фейковой историей — и серьезно, это случилось со всеми нами — это несложный шаг. Если это реальная новость, все становится намного сложнее.

Вы явно не хотите верить всему, что видите или читаете. Но некритично неверя все так же плохо. Некоторые источники новостей действительно более точны, чем другие.Мнения некоторых экспертов заслуживают большего доверия, чем ваши собственные любительские исследования. Если вы верите только в то, что проверили своими глазами, у вас будет невероятно зашоренный взгляд на мир.

Таким образом, цель здесь не в том, чтобы определить, почему история ошибочна. Это нужно для того, чтобы определить, как работает история — какие части сложны и субъективны, какие части, вероятно, точны, и насколько она должна изменить ваше мнение или поведение.

Смотреть глубже

Упускаются или искажаются важные факты?

Каждый проводит эту линию по-своему — то, что вы считаете жизненно важной деталью в статье, другому читателю может показаться едва ли достойным упоминания. Так что вам решать, является ли история просто подчеркиванием и интерпретацией фактов так, как вы не согласны, или она использует прямые манипулятивные стратегии, которые мы обсуждали выше.

Среди прочего, если в рассказе делается важное фактическое заявление о человеке или группе, указывается ли в нем, откуда исходит это утверждение? Предлагает ли он интервью с людьми, которые принимали непосредственное участие? Если вы не можете понять, откуда автор статьи или сообщения в социальной сети что-то знает, возможно, какой-то важный контекст был упущен.

Каково более широкое повествование?

Предполагает ли история, что одно нападение или ограбление является частью огромной волны преступлений, или что банкротство бизнеса является частью проблемы целой отрасли? Эти нарративы могут в конечном счете быть правильными, но их стоит идентифицировать и изучить самостоятельно, чтобы увидеть, есть ли еще доказательства, подтверждающие закономерность, или эта отдельная история является исключением.

Что произойдет, если вы ошибетесь?

Сравните последствия веры или игнорирования новости с вероятностью того, что это правда. Например, участие в мошенничестве может быть финансово разорительным, поэтому вам понадобятся очень веские (и, вероятно, несуществующие) доказательства того, что схема быстрого обогащения работает. И наоборот, игнорирование реального предупреждения о лесном пожаре или эпидемии болезни может быть смертельным — если вы не найдете веских доказательств того, что это обман или ошибка, к этому стоит отнестись серьезно.

Важно, однако, что это не означает верить любой страшилке «на всякий случай». Может ли ужасающая скульптура женщины-птицы довести детей до самоубийства? Я имею в виду, это было бы плохо. Но есть ли какие-либо подтвержденные сообщения об этом? Насколько нам известно, нет. Предупреждать людей об этом равносильно крику волка в сети.

Зачем делиться этой историей?

Все приведенные выше советы удваиваются, когда вы делитесь историей, потому что вы, по сути, выступаете в роли издателя новостей для своих друзей и подписчиков.Сможет ли рассказ рассказать им что-то значимое и, возможно, правдивое о мире, будь то стихийное бедствие или крутой факт о животных? Если вы не уверены, можете ли вы объяснить эту двусмысленность, или вы просто можете их запутать? И если вы делитесь публикацией, потому что она вас злит, хотите ли вы, чтобы ваши друзья и подписчики что-то сделали с этой информацией?

Бороться с ложной информацией и дезинформацией не так просто, как следовать контрольному списку. Чрезмерное увлечение контрольным списком может даже иметь неприятные последствия. Исследователь Дана Бойд описала темную сторону обучения медиаграмотности в школах, когда просят учащихся критически мыслить, что может укрепить общее мнение о том, что новостные агентства лгут. И я не хочу возлагать всю ответственность за раскрытие дезинформации на отдельных лиц.

Но вот в чем дело: я думаю, что все это весело. Отслеживание пути информации в Интернете — одно из моих любимых занятий, как решение головоломки или руководство археологическими раскопками.Я хочу поделиться этим процессом с другими людьми и объяснить, почему делать все правильно более интересно и ценно, чем просто подтверждать свои убеждения или набирать баллы в Интернете.

И, прежде всего, я хочу привести доводы в пользу обращения с расследованием как с лопатой, а не как с ножом. Критическое мышление не должно быть просто синонимом сомнения или разоблачения чего-либо, а цель исследования — не просто найти дыры в истории. Это нужно для того, чтобы лучше понять историю или — если кто-то рассказывает эту историю злонамеренно или некомпетентно — проникнуть достаточно глубоко, чтобы найти правду.

Интернет-слухи во время пандемии COVID-19: динамика тем и общественная психология

Front Public Health. 2021; 9: 788848.

, 1 , , 1 , , 2 , * , 1 и 1

Quan Xiao

1 Школа управления информацией, Университет финансов и экономики Цзянси, Наньчан, Китай

Weiling Huang

1 Школа управления информацией, Университет финансов и экономики Цзянси, Наньчан, Китай

Xing Zhang

2 Школа менеджмента, Уханьский текстильный университет, Ухань, Китай

Shanshan Wan

1 Школа управления информацией, Цзянсиский финансово-экономический университет, Наньчан, Китай

1

Xia Li 900

Школа управления информацией, Университет финансов и экономики Цзянси, Наньчан, Китай

1 Школа управления информацией, Университет финансов и экономики Цзянси, Наньчан, Китай

2 Школа менеджмента, Уханьский текстильный университет, Ухань , Китай

Под редакцией: Дебанджан Банерджи, консультант-гериатр-психиатр, Калькутта, Индия

Рецензировал: Виктория Рамос Гонсалес, Instituto de Salud Carlos III (ISCIII), Испания; Laszlo Balkanyi, Университет Паннонии, Венгрия

Эта статья была отправлена ​​в Public Mental Health, раздел журнала Frontiers in Public Health

†Эти авторы в равной степени внесли свой вклад в эту работу и разделяют первое авторство

Поступила в редакцию 3 октября 2021 г. ; Принято 22 ноября 2021 г.

Copyright © 2021 Сяо, Хуан, Чжан, Ван и Ли.

Это статья с открытым доступом, распространяемая на условиях лицензии Creative Commons Attribution License (CC BY). Использование, распространение или воспроизведение на других форумах разрешено при условии указания оригинального автора(ов) и владельца(ей) авторских прав и при условии цитирования оригинальной публикации в этом журнале в соответствии с общепринятой академической практикой. Запрещается использование, распространение или воспроизведение без соблюдения этих условий.

Заявление о доступности данных

Наборы данных, представленные в этом исследовании, можно найти в онлайн-репозиториях. Названия репозитория/репозиториев и номера доступа можно найти в статье/дополнительных материалах.

Abstract

Учет общественного мнения, особенно слухов, является важнейшей проблемой цифрового общественного здравоохранения. С началом пандемии COVID-19 в социальных сетях резко возросло обсуждение связанных тем, а в Интернете появилось большое количество слухов, которые сильно препятствуют гармонии и устойчивому развитию общества. Поскольку здоровье человека никогда не подвергалось угрозе такого масштаба со времен Интернета, в прошлых исследованиях отсутствовал глубокий анализ слухов о такой глобальной пандемии. Этот текстовый анализ исследует динамические особенности интернет-слухов во время пандемии COVID-19, рассматривая развитие пандемии как временные ряды. В частности, модель скрытого распределения Дирихле (LDA) используется для извлечения тем слухов, которые широко распространились во время пандемии, и извлеченных шести тем слухов, т.е.д., «Иммунитет человека», «Технологические исследования и разработки», «Защита от вирусов», «Жизнеобеспечение населения», «Распространение вируса» и «Психосоматическое здоровье» обнаруживают определенную степень концентрированного распространения на разных стадиях пандемии. Лингвистическое исследование и подсчет слов (LIWC) используется для статистической проверки психосоциальной динамики, отраженной в текстах слухов, и результаты показывают различия в психосоциальных характеристиках слухов на разных стадиях развития пандемии. Существуют также различия в показателях психосоциальных характеристик между правдой и дезинформацией.Наши результаты показывают, какие темы слухов и какие психосоциальные характеристики с большей вероятностью будут распространяться на каждом этапе развития пандемии. Полученные данные способствуют всестороннему пониманию меняющегося общественного мнения и психологической динамики во время пандемии, а также дают представление о реакции общественного мнения на крупные чрезвычайные ситуации в области общественного здравоохранения, которые могут возникнуть в будущем.

Ключевые слова: Пандемия COVID-19, интернет-слухи, общественная психология, латентное выделение Дирихле, лингвистический поиск и подсчет слов, моделирование темы

Введение

Мониторинг и анализ общественного мнения является важной задачей современного они могут предоставлять критически важную информацию, позволяющую своевременно выявлять непредвиденные общедоступные горячие точки и тенденции, тем самым способствуя обеспечению непрерывности деятельности правительства (1). Наряду с глобальным разрушительным воздействием нового коронавируса во время пандемии COVID-19 (2, 3) возникший в результате информационный взрыв представляет собой беспрецедентную проблему для государственного управления (4). Неспособность эффективно реагировать на информацию будет иметь негативные последствия для общественного здравоохранения (5).

По мере распространения вируса по всему миру также распространялись слухи из-за сложных причин, узкоспециализированных процессов профилактики и контроля, а также строгих карантинных мер в связи с пандемией (6, 7). Согласно особенности формирования слухов, чем менее прозрачно событие, тем больше вероятность того, что оно станет горячей точкой (8).Из-за страха общественности перед неизвестным в Интернете появились слухи о различных аспектах, включая вирусы, здоровье и средства к существованию: от « употребление газированных напитков для предотвращения новых коронавирусов » до « Китай запрещает экспорт масок для лица ». до « играет в снежки, чтобы поймать новые коронавирусы » (9). Эти слухи, большая часть которых может быть дезинформацией, усугубили чрезмерную физиологическую реакцию населения на неизвестные вирусы и их психологические страхи (10, 11).Помимо воздействия на общественное здравоохранение, психосоциальные ответвления также были значительными (12).

Взаимосвязь, обеспечиваемая Интернетом, позволила дезинформации во время пандемии оказать большее влияние на здоровье населения (13–16). Поскольку пандемия COVID-19 прошла примерно один годовой цикл, полезно провести всесторонний анализ широко распространенных интернет-слухов. Такие слухи распространяются с момента начала пандемии, и уточнение характеристик слухов на разных этапах вспышки и распространения пандемии помогло бы понять реакцию общественного мнения на крупные чрезвычайные ситуации в области общественного здравоохранения (1).

Ученые провели эмпирические исследования намерений и поведения интернет-пользователей по распространению слухов во время пандемии с точки зрения психологии или поведения. Например, на основании данных, представленных в двух исследованиях, Pennycook et al. (17) показали, что люди делились ложными утверждениями о COVID-19 отчасти потому, что они просто не задумывались над тем, насколько точным был контент, когда решал, чем поделиться. Также было установлено, что распространение слухов о COVID-19 было связано с такими факторами, как возраст распространителя, его/ее уровень образования, доход и уровень психологического стресса (18).На самом деле существует также тесная связь между распространением интернет-слухов и содержанием содержащихся в них текстов (5, 19). Взятие текста слухов в качестве объекта исследования может более объективно отражать распространение, хронологические изменения и психосоциальные характеристики интернет-слухов в период пандемии, чем самостоятельные опросы и экспериментальные исследования. На этом фоне в настоящем исследовании рассматриваются следующие исследовательские вопросы (ВЗ):

  • RQ1 : Какие слухи в Интернете были широко распространены во время пандемии COVID-19?

  • RQ2 : Как менялись общественные опасения, связанные с интернет-слухами, на разных этапах пандемии?

  • РК3 : Какие психосоциальные характеристики подразумевались в этих интернет-слухах и как они различались на разных этапах развития пандемии?

По сравнению с предыдущими исследованиями, основной вклад этой работы в три раза. Прежде всего, в отличие от исследований процесса участия и распространения интернет-слухов и исследований субъективных психологических аспектов, связанных со слухами, данное исследование берет в качестве объекта исследования тексты интернет-слухов, созданные во время пандемии COVID-19, и анализирует их хронологическую изменчивость в распределении тематических типов и номеров. Во-вторых, мы раскрываем психосоциальную динамику, лежащую в основе интернет-слухов о пандемии, и посредством анализа лингвистических особенностей текста фиксируем важные психологические ключевые слова на разных этапах, что помогает описать психосоциальные тенденции и направления общественного мнения во время пандемии.В-третьих, как расширение применения методов обработки естественного языка (NLP) и анализа текста в контексте пандемии COVID-19, это исследование проливает свет на важность использования текстовых данных, таких как новости и комментарии, для сбора общественного мнения в своевременным и точным образом, которые также предоставляют правительствам или организациям методологические рекомендации по быстрому реагированию на чрезвычайные ситуации в области общественного здравоохранения в связи со слухами.

Связанные работы

Мониторинг общественного мнения является важнейшей темой для современного общества, особенно для широко распространяемых слухов, которые требуют повышенного внимания со стороны государства для устранения общественного непонимания и своевременного предотвращения дальнейших социальных конфликтов (1).Вспышка пандемии COVID-19 привела к появлению ряда интернет-слухов, которые характеризовались большим количеством высокоплотных, быстро распространяющихся ретвитов и широким влиянием (20–23). Интернет-информация о чрезвычайных ситуациях в последние годы привлекла значительное внимание общественности (5). Поскольку пандемия COVID-19 вызвала беспрецедентную панику и тревогу во всем мире, масштабы и скорость распространения информации также резко возросли после вспышки (9). Бесконечные слухи принесли в общество больше беспокойства и беспокойства, чем просто вирус, и нанесли большой ущерб энтузиазму людей в борьбе с пандемией (24).Поэтому необходимо проводить целенаправленное исследование интернет-слухов, возникших в этот период (1, 25), что будет способствовать лучшему пониманию реальных тенденций COVID-19, избежанию ненужного беспокойства и восстановлению нормального общественного порядка. и стабильность общества (26).

На самом деле, интернет-слухи давно исследуются. Ученые сосредоточили свое внимание на определении интернет-слухов (15), мотивации распространения слухов (21), моделях распространения и достоверности слухов (27, 28), опровержении слухов (29), определении того, являются ли интернет-слухи правдивыми или ложными ( 30) и политика управления интернет-слухами (21) и т. д.Методы, которые были предложены в прошлом для изучения интернет-слухов, имеют ценность для исследования интернет-слухов во время пандемии COVID-19. Например, с точки зрения намерения делиться слухами о пандемии исследователи отметили, что люди с большей вероятностью сосредотачивались на вопросах, которые затрагивали их личные интересы, на основе онлайн-слухов в Твиттере, поэтому те, кого пандемия больше затронула, с большей вероятностью для обсуждения и обмена соответствующей информацией (31, 32). Что касается влияния онлайн-слухов о пандемии, несколько исследований показали, что слухи о здоровье, вирусах и терапии не только наносили ущерб общественному здоровью, но и продолжали влиять на индивидуальное поведение (17, 32). Кроме того, в исследованиях управления интернет-слухами, связанными с COVID-19, было предложено, чтобы исследователи обращали внимание на их риски и опасности, а правительство должно было принимать своевременные регулирующие меры (18, 33, 34).

Слухи обычно имеют текстовую форму и быстро распространяются среди населения через социальные сети, мгновенные сообщения, веб-сайты и т. д. Поэтому анализ текстового содержания слухов имеет важное значение для изучения общественного мнения о COVID-19 (5). Что касается текстового анализа слухов, Samia et al.(34) утверждали, что передовые технологии, такие как НЛП или интеллектуальный анализ данных, могут использоваться для обнаружения и удаления онлайн-контента о COVID-19, которому не хватает научной основы на платформах социальных сетей. Что касается характеристик распространения слухов о пандемии, исследование Singh et al. (14) показали, что информированные о COVID-19 пользователи, как правило, использовали больше нарративов, чем дезинформированные пользователи. Чжу и др. (1) предложил схему раннего предупреждения, учитывающую многочисленные факторы общественного мнения в Интернете и динамические характеристики пакетных событий.Цзэн и др. (5) предложил подход к обнаружению фейковых новостей путем всестороннего анализа семантических корреляций между текстовым содержимым и прикрепленными изображениями.

Однако в целом глубинное исследование текстового содержания интернет-слухов о пандемии COVID-19 далеко не адекватно по сравнению с традиционными интернет-выпусками слухов. Мы рассматриваем анализ текста и его анализ как эффективный способ понять слухи во время пандемии. С одной стороны, в среде Интернета методы анализа текстовых данных соответствуют характеристикам 4V больших данных (т.е., Объем, Разнообразие, Ценность, Скорость), а анализ грамматической и семантической структуры текстов слухов может помочь понять распределение тем на протяжении развития пандемии. С другой стороны, сочетая методы статистического анализа с методами глубокого изучения текста интернет-слухов во время пандемии COVID-19, психологическая динамика и поведенческие характеристики, лежащие в основе текста, могут быть зафиксированы более всесторонне, объективно и конкретно, чем традиционный статистический анализ. исключительно на основе числовых данных и индивидуальных опросов, основанных на самоотчетах.

Метод

Исследовательская основа этого исследования проиллюстрирована в . Во-первых, развернуты веб-сканеры для сканирования данных интернет-слухов и статистики пандемии COVID-19 с платформы Tencent «JiaoZhen» и веб-сайта Национальной комиссии здравоохранения Китая. После предварительной обработки просканированных данных получается очищенный набор данных для последующих этапов анализа. Затем популярные темы слухов анализируются путем моделирования темы LDA, и психосоциальные характеристики, присущие слухам, фиксируются на основе показателей LIWC.После моделирования этапов развития COVID-19 с помощью статистических данных о пандемии COVID-19 проводятся два подисследования: хронологический анализ тем слухов и сравнение психосоциальных характеристик. Подробная разработка методологии исследования представлена ​​ниже.

Сбор и предварительная обработка данных

Мы выбрали платформу Tencent «JiaoZhen» в качестве источника данных интернет-слухов для нашего исследования, потому что это научная платформа проверки слухов, созданная Китайской ассоциацией врачей и крупнейшая социальная платформа в Китае. Tencent 1 Слухи, которые широко распространяются в Интернете, будут вскоре опубликованы на этой платформе для широкой публики.Данные слухов на платформе содержат такую ​​информацию, как название слуха, сводка, ключевые моменты проверки, исходный текст слуха, тег слуха, дата проверки и т. д. Что еще более важно, платформа «JiaoZhen» обеспечивает авторитетную проверку того, является ли широко распространенные слухи являются истинными (правда) или ложными (дезинформация).

Поскольку просканированные необработанные данные информативны, а отношения между элементами данных неясны, необходима предварительная обработка. Предварительная обработка данных включает в себя три задачи. Первая задача — устранение неполных слухов, что требуется, если в записи данных отсутствует важная информация о ключевых переменных.Во-вторых, полный текст каждого слуха разделен на список слов на основе пользовательского словаря. Так как тексты слухов о пандемии содержат большое количество медицинских и биологических терминов, преимущественно на китайском языке, это может привести к затруднениям и неясностям при обработке соответствующих английских профессиональных терминов, поэтому необходимо объединить словари этих два языка. Третья задача – количественная оценка текстовых данных. Данные в текстовом виде нельзя рассчитать напрямую, поэтому набор текстовых данных необходимо преобразовать в числовые матрицы.Обычно используемые методы преобразования включают Word2Vec и TF-IDF. После пилотного тестирования Word2Vec выбирается для преобразования в модель и лексику информации на естественном языке в текстах слухов (см. Ресурсы).

Тематическое моделирование LDA

Принципы моделирования

Модель LDA представляет собой модель генерации документов, включающую байесовскую вероятностную структуру с тремя уровнями: документ, тема и слово. В процессе генерации используется модель Word2Vec, и предполагается, что документ составлен путем выбора тем с определенной вероятностью, а эти темы, в свою очередь, выбирают ключевые слова с определенной вероятностью.Модель LDA, как метод машинного обучения без учителя, использует процедуру, обратную описанному выше процессу.

Вероятностная диаграмма модели LDA показана на , где M — количество документов в коллекции документов, а N — количество слов, содержащихся в документах. В модели LDA для заданного набора документов предполагается, что они содержат 90 651 K 90 652 тем. Модель генерирует K полиномиальных распределений на основе распределения Дирихле с гиперпараметром β.Каждое распределение представляет собой вероятность случайной генерации слов во всем лексиконе по данной теме. Формула выглядит следующим образом:

φk~Дирихле(β); k=1,2,…,k,φk∈Rw, β∈Rw

, где W — размер всего словаря; β и φ k — вектора действительных чисел с размерностью W , а φ k — вектор значений, соответствующий распределению вероятностей темы k . Абсолютное значение β в каждом измерении связано с важностью предшествующих знаний, а его относительное значение в каждом измерении определяет вероятность появления словарного запаса в измерении.

Оптимальное количество тем
Расчет сложности темы

Сложность темы — это мера эффективности распределения вероятностей или модели вероятности при прогнозировании выборки. Его также можно использовать для сравнения двух вероятностных распределений или вероятностных моделей. При обучении модели LDA значение недоумения обычно уменьшается по мере увеличения количества тем, а количество тем при относительно низком уровне недоумения считается приемлемым.Недоумение рассчитывается как:

Perp (w) = 2H (w) = p (w1w2 … wn) — 1n,

, где P ( W 1 W 2 W N ) документировать частоту слова w ; H ( w ) — энтропия каждого слова, которая рассчитывается как:

H(w1,w2, …,wn)=-logw1n∈LP(w1n)logP(w1n),           L={w1n ,n=1,2, …,N}.

Расчет согласованности тем

Согласованность тем — еще один количественный показатель для оценки оптимального количества тем для модели LDA.В общем, значение согласованности увеличивается по мере увеличения количества тем в обучении LDA, и количество тем с относительно высоким значением согласованности определяется как удовлетворенное. Согласованность тем обычно работает с инструментами визуализации тематических данных, такими как пакет Python pyLDAvis, для совместного определения оптимального количества тем. Согласованность темы рассчитывается как:

C(z;Sz)=∑n = 2N∑l = 1n-1logD2(wnz,wlz)+1D1(wlz)

, где Sz={w1z…wnz} — набор слов в первых N документах; D 1 ( w ) — частота документов, содержащих слово w, а D 2 ( w 1 , 1 w 90) — частота документов, содержащих 90 два слова w 1 и w 2 встречаются одновременно.

Хронологический анализ тем слухов

В этом исследовании используются ежедневные данные о пандемии COVID-19 в Китае (опубликованные Национальной комиссией здравоохранения Китая) в качестве основы для разделения стадий развития пандемии 2 и выявления характеристик темы слухов между разными этапами. Рекомендуемые баллы за совокупное количество случаев (коэффициент) и количество новых случаев (коэффициент) используются в качестве точек отсечки между различными этапами. В сочетании с результатами модели LDA хронологические характеристики интернет-слухов во время пандемии исследуются с двух точек зрения: (i) изменения количества слухов по каждой теме на разных этапах и (ii) состав каждого из них. тема слухов на каждом этапе.

Сравнение психосоциальных характеристик слухов

LIWC (лингвистическое исследование и подсчет слов) — это технология НЛП, которая количественно определяет содержание текста и подсчитывает различные категории слов в тексте, особенно психологические слова, такие как частота причинных, эмоциональных и познавательные слова.Этот метод был предложен Pennebaker et al. (35) во время исследования терапевтических эффектов эмоционального письма, и в настоящее время оно разрабатывается в виде настольного программного обеспечения и программных пакетов (36). За двадцать лет, прошедших с момента его появления, LIWC был широко принят исследователями-психологами в различных областях благодаря своей надежности (37, 38). Основной словарь LIWC разделяет лексические атрибуты и соответствующие списки слов и содержит 4 общие описательные категории (т. , WordCount, WordPerSentence, RateDicCover и RateSixLtrWord ), 22 лингвистических категории (например, Местоимение, AuxVerb и т. д.), 32 психологические категории (например, Social, CogMech, Affect и т. д.), 7 категории персонализации (например, работа, отдых, семья и т. д.), 3 паралингвистические категории (например, согласие и т. д.) и 12 категорий пунктуации, всего 101 категория слов и около 4500 слов 3 (38). В этом исследовании релевантные категории слов отбираются в соответствии с их тематической пригодностью, а затем проводятся t -тесты для психосоциальных характеристик между правдой и дезинформацией, а F-тесты проводятся для психосоциальных характеристик интернет-слухов на разных стадиях соответственно. .

Результаты

На платформе «JiaoZhen» собрано в общей сложности 652 слуха о COVID-19, начиная с первого связанного слуха под названием «Уханьская необъяснимая пневмония является вирусом атипичной пневмонии» 18 января 2020 г. до завершения этого исследования в октябре. Мы также получаем ежедневные данные о ситуации с пандемией COVID-19 за этот период с веб-сайта Национальной комиссии здравоохранения Китая, которые используются для сегментации стадий пандемии по количеству кумулятивных и новых инфекций. Результаты извлечения тем, хронологических характеристик тем и сравнения психосоциальных характеристик следующие.

Извлечение темы

, показывают результаты запутанности темы и когерентности темы для обучения модели LDA, которые демонстрируют, что 7 и 8 могут быть оптимальным количеством тем в соответствии с определяющими критериями недоумения и согласованности. После принятия во внимание фактических текстов слухов предварительное количество тем для модели LDA установлено равным 7, затем мы проводим визуализацию темы с помощью пакета визуализации Python LDA, pyLDAvis. Как показано на рисунке , если количество тем установлено равным 7, тема 4 почти перекрывается темой 2 на графике визуализации тем, поэтому окончательное количество тем для последующего анализа определяется равным 6. Поскольку почти во всех темах встречаются высокочастотные ключевые слова, такие как маска, Ухань, антитела и дезинфекция, они исключаются из словаря для последующего анализа. Шесть извлеченных тем, ключевые слова в каждой теме и примеры заголовков слухов показаны на . Основываясь на ключевых словах, появившихся в каждой теме, и соответствующих текстах слухов, мы назвали шесть тем следующим образом: «Иммунитет человека» для темы 1, «Исследования и разработки технологий» для темы 2/4, «Защита от вирусов» для темы 3, «Народная безопасность». Средства к существованию» для темы 5, «Распространение вируса» для темы 6 и «Психосоматическое здоровье» для темы 7.

Расчет недоумения.

Расчет когерентности.

Таблица 1

Извлеченные темы, ключевые слова и примеры текстов слухов.

Тема Названия тем Топ 8 ключевых слов Примеры текстов слухов
Тема1 Иммунитет человека Антитела, тело, клетка, иммунитет, In vivo , температура, концентрация, фекалии улучшение после тяжелых упражнений во время пандемии»
Тема 2/4 Технологические исследования и разработки Хлорохин, Чжун Наньшань, Джин, академик, Италия, США, Sequence, Япония «Ресвератрол может лечить и предотвращать новый коронавирус», « Индия разработала нано-спрей, поверхность распыляемого объекта 90 дней свободна от вирусов»
Тема3 Защита от вирусов США, Грипп, Фильтрация, Защита, Ультрафиолетовый свет, Ношение, Материалы, Медицина «Не носить свитера или куртки одежды с меховыми воротниками или флисом, они склонны привлекать вирусы», «Цветочный лосьон с содержанием спирта 70–75% может эффективно предотвращать новый коронавирус» 9122 6
Тема5 Средства к существованию народа Начало нового семестра, школа, класс, интернет, опровержение слухов, официальное, СМИ, соц. быть зараженным», «Вступительный экзамен в национальный колледж 2020 отложен на один месяц»
Тема6 Распространение вируса Воздействие, пациенты, капли, болезнь, морепродукты, юг Китая, толпа, воздух «Панголин как промежуточный хозяин нового коронавируса», «Стая ивы может переносить новые коронавирусы, что приводит к трансрегиональному распространению»
Тема7 Психосоматическое здоровье Изоляция, высокое кровяное давление, сосуды, сердце, антигипертензивные препараты, физические упражнения, травма, нервная «Гипотензивные препараты повышают риск вирусных инфекций у пациентов с повышенным артериальным давлением», «Дети в масках N95 могут нанести необратимый ущерб»

Тема Хронологические характеристики

Мы получаем ежедневные данные о ситуации с пандемией COVID-19 с 18 января по 2 октября 2020 года с официального сайта Национальной комиссии здравоохранения Китая. Как показано на рисунке, красная кривая показывает количество подтвержденных случаев, добавляемых ежедневно, синяя кривая показывает количество невылеченных подтвержденных случаев в день, а оранжевая кривая указывает общее количество случаев. В ходе развития пандемии мы выделяем четыре ключевых момента времени. Первая временная точка — это момент, когда ежедневные новые случаи достигают локального максимума (точка А), вторая ключевая временная точка — когда кумулятивные случаи начинают выравниваться (точка В), третья — когда новые случаи приближаются к нулю (точка C), а последний – когда подтвержденные случаи приближаются к нулю (точка D).Основываясь на четырех ключевых временных точках для сегментации, жизненный цикл развития пандемии делится на следующие пять стадий: (I) начальная стадия (18 января – 5 февраля), (II) стадия вспышки (6 февраля – 21 февраля). , (III) стадия плато (22 февраля – 8 марта), (IV) стадия рецессии (9 марта – 7 мая) и (V) стадия регулярного контроля (8 мая – 2 октября). На основе такого деления стадий пандемии исследуются хронологические характеристики интернет-слухов во время пандемии с точки зрения изменения количества слухов по каждой теме на разных стадиях и состава каждой темы слухов на каждой стадии. и результат показан в .

Данные о развитии пандемии COVID-19 в Китае.

Динамика количества слухов на разные темы.

Что касается количества слухов по каждой теме на разных стадиях, то слухи по темам «Иммунитет человека» и «Психосоматическое здоровье» имеют очень схожую тенденцию с течением времени, с наибольшим количеством на ранних стадиях пандемии, за которым следует постепенный спад а потом колебания. Слухи в темах «Исследования и разработки технологий», «Жизнеобеспечение населения» и «Распространение вирусов» неуклонно снижаются на первых трех этапах, но достаточно резко восстанавливаются на этапе спада пандемии, а количество Слухи продолжали медленно уменьшаться с течением времени.Что касается состава каждой темы слухов на каждом этапе, то в нем можно обнаружить, что на начальном этапе и этапе вспышки пандемии на «Иммунитет человека» и «Психосоматическое здоровье» приходится большая доля слухов. На стадии плато количество интернет-слухов снижается по всем темам, при этом большее их количество приходится на тему «Защита от вирусов». На этапе рецессии количество слухов по всем темам восстанавливается, при этом наибольшее количество слухов приходится на темы «Распространение вируса» и «Жизнеобеспечение населения».На этапе регулярного контроля количество интернет-слухов в целом снижается до минимума, при этом наибольшее их количество приходится на категорию тем «Защита от вирусов».

Сравнение психосоциальных характеристик

Сравнение правды и ложной информации

Платформа Tencent «JiaoZhen» присваивает ярлык каждому интернет-слуху, чтобы пометить его как правду или дезинформацию. Эти ярлыки заверяются авторитетными экспертами или учреждениями и сопровождаются соответствующими доказательствами для аргументации.На основе программного пакета LIWC мы проводим тест t на психосоциальные характеристики между правдой и дезинформацией. Среди всех характеристик 24 существенно отличаются. Результаты показаны в . Полное название, категория и примеры слов идентифицированных характеристик приведены в Приложении.

Таблица 2

T — результаты проверки на правдивость и дезинформацию.

-0,005 -0,012
Категории Т — тест на равенство средств Категории Т — тест на равенство средств
T значение р МД Значение T р МД
Психологические характеристики Социальные −3. 210 0,001 -0,011 лингвистические характеристики Verb 2,845 0,005 0,014
Друг -2,138 0,033 -0,001 AuxVerb 3,384 0. 001 0.010
Action 2.418 0.016 0.008 0,008 номер -3.316 0.001
CogMech 3,804 0,000 0,024 межузловых 2,282 0,023 0,008
Причина 2,524 0,012 0,005 Tensem -2. 804 0.005 -0.007
3.044 0.002 0.002 0.009 Progm -2.753 0,006 -0,004
Tentat 2,203 0,028 0,005 Личные Относительная -2,977 0,003 -0,020
включено 3,436 0. 001 0.009 Space -4.085 0.000 -0 -0.023
см. -2.183 0.029 -0,002 Досуг -4,559 0,000
Bio 2,885 0,004 0,019 Общее описание Qmark 5,778 0,000 0,007
Health 5. 764 0.0000 0.030 WordPersentence -2.347 0.019 -1.719
Ingest -3,303 0,001 -0,011 RateSixLtrWord 2,360 0,019 0,002

Таблица A1

Полное имя, категория и текстовые примеры идентифицированный характеристики.

666
Аббревиатура Полное название Категория Примеры
Affect аффективного процесс Психологических характеристик счастлив, плакала, отказаться от
AuxVerb Вспомогательных глаголов лингвистических характеристик утра, будет, есть
Bio Биологических Процесс Психологические характеристики Ешьте, кровь, боль
причина причин психологические характеристики, потому что, следствие, отсюда
Cogmech познавательный процесс психологические характеристики причина, знаете, должен
risherep несоответствие психологические характеристики должен, бы, мог
друга друга психологические характеристики приятель, друг, сосед
ч Health Health Психологические характеристики Клиника, грипп, таблетки
включительно включительно и, с, включают
INGEST Проглатывание Психологические характеристики блюдо, есть, пицца
Insight Insight Психологические характеристики думают, знает, считают
межузловых межузловых лингвистических характеристиками и, но, в то время как
Свободных Свободных личные повар, чат, кино, квартира, кухня,
номер номера лингвистических характеристик секунд, тыс.
ProgM Прогрессивные знаки Лингвистические характеристики 9122 6
qmark вопросительных знаков Markets
слов> 6 буквы Общее описание
относительно относительно Персональные района, изгиб, выход, остановить
религии Personal Altar, церковь, мечеть
см. см. Психологические характеристики вид, пила, видели
Social социальный процесс психологические характеристики Mate, разговоры, они, ребенок
космические Space Personal Down, In, Thin
Tensem Tense Marks лингвистические характеристики ——
Тентат Preatiative психологические характеристики может быть, возможно, угадайте
раз Time Personal End, до, сезон глагол общепринятые глаголы общие характеристики прогулки, пошли, см.
WordPersentence слова на предложение
работа работа Personal работа, Majors, Xerox

с точки зрения психологических характеристик, средства правды значительно выше, чем дезинформации ( p <0.05) для Affect, CogMech, Cause, Discrep, Tentat, Inclusive, Bio и Health , тогда как средние психологические характеристики Social, Friend, See и Ingest в дезинформации значительно выше, чем в правда. Существенные различия обнаруживаются и в лингвистических характеристиках, где правдивый текст содержит больше Verb, AuxVerb и Interjunction, а дезинформация содержит больше Number, TenseM и ProgM .Среди персонализированных характеристик они также заметно различаются. Процент слов Relative, Space и Leisure в правде значительно меньше, чем в дезинформации. В общих характеристиках описания среднее количество слов в предложении ( WordPerSentence ) значительно различается между двумя категориями слухов со средней разницей -1,719, демонстрируя, что дезинформация содержит значительно большее количество слов, чем правдивые утверждения.Характеристики Omark и RateSixLtrWord выше правды, чем дезы.

Сравнение на разных стадиях

Чтобы зафиксировать различия психосоциальных характеристик слухов на разных стадиях, проводится F-тест, и характеристики, которые значительно различаются на разных стадиях ( p <0,05), показаны на . Из результатов теста F можно заметить, что для психосоциальной характеристики CogMech его частота значительно ниже на стадии рецессии, чем на других четырех стадиях (средняя разница <0), в то время как Insight слова значительно выше на этапе обычного контроля, чем на других четырех этапах (средняя разница >0).С точки зрения характеристик Bio и Health средние значения стадии плато, стадии рецессии и стадии регулярного контроля значительно ниже (средняя разница <0), чем у начальной стадии и стадии вспышки, а их средние значения различия существенно различались. Среди категорий психосоциальных характеристик Личные , Пространство, Время, Работа и Религия имеют значительные различия на разных стадиях. Space имеет значительно более низкие средние значения на стадии вспышки, чем на следующих стадиях, Work значительно выше на стадии рецессии, чем на остальных четырех стадиях, а Religion имеет значительно более высокие средние значения на стадии регулярного контроля, чем на предыдущих четырех стадиях ( p <0. 001), но значения РС невелики (РС ≤ 0,006). В целом мы обнаружили, что широко распространяемые интернет-слухи во время пандемии COVID-19 обнаруживают достаточно заметные различия психосоциальных характеристик на разных этапах течения пандемии.

Таблица 3

F — результаты проверки слухов на разных стадиях.

0,033 0,010 0,003 0,033 0,045 0,000 0,007 0,000 0,000 0,000 0,000 2
В я Дж МД (И-Ю) р В я Дж МД(И-Дж) р
CogMech 4 1 −0. 030 0,000 здоровье 3 1 -0,019 0,012
2 -0,041 0,000 4 0,017
3 -0,025 0,010 4 1 -0,035 0,000
5 -0,031 0,002 2 -0. 028 0,000
Инсайт 5 1 0,000 3 -0,017 0,033
2 0,009 5 1 -0,033 0,000
3 0,009 0,005 2 -0,026 0,002
4 0. 008 0,012 Космический 2 4 -0,022 0,005
Discrep 1 2 -0,006 0,100 5 -0,036 0,000
3 0. 010 0.015 5 0.023 0.010 0,010
4 4 0,019 0.000 2 0,036 0,000
5 0,015 0,001 Время 4 1 0,017 0,000
2 1 0. 006 0.100 5 0.022 0.022
3 0,016 0,016 0,000 2 0014 0,011
4 0,025 0,000 3 0,014 0,027
5 0,021 0,000 работы 1 3 -0,014 0,049
3 1 -0,010 0,015 4 -0,045 0,000
2 -0. 016 0,000 5 -0,017 0,026
4 0,009 4 1 0,000
Био 3 1 -0,025 0,010 2 0,035
2 -0,020 0,047 3 0. 031 0,000
4 0,027 5 0,028
4 1 -0,052 0,000 Религия 5 1 0,005 0,000
2 -0,047 0,000 2 0,006
3 -0. 027 0,007 3 0,006
5 1 -0,044 0,000 4 0,005
−0,039 0,000

Обсуждение и последствия

Обсуждение

Обобщая три основных результата, представленных выше, мы получаемВо-первых, мы обнаружили, что перед лицом серьезной неизвестной чрезвычайной ситуации в области общественного здравоохранения, такой как пандемия COVID-19, личное здоровье является первоочередной задачей на ранних стадиях, что согласуется с результатами опроса, проведенного Xiong et al. др. (40) и Апуке и Омар (41). Наше исследование также поддерживает это утверждение с точки зрения распределения тем слухов и динамики психосоциальных характеристик. На начальной стадии и стадии вспышки пандемии COVID-19 темы слухов сильно распределены по категориям «Иммунитет человека» и «Психосоматическое здоровье», которые тесно связаны с личным здоровьем.Среди извлеченных нами шести тем (например, «Иммунитет человека», «Исследования и разработки технологий», «Защита от вирусов», «Жизнеобеспечение людей», «Распространение вирусов» и «Психосоматическое здоровье»), «Иммунитет человека» составляет наибольшее количество Интернет-слухи, отражающие тот факт, что в человеческом иммунитете все еще есть большие неизвестные и пробелы, и что чем больше неизвестных, тем больше внимания они привлекают. С точки зрения текстовой семантики средние значения CogMech и Health значительно ниже на стадии плато, стадии рецессии и стадии обычного контроля, чем на начальной стадии и стадии вспышки (MD <0). Примечательно, что результаты t -теста психологических характеристик слов показывают, что правдивые высказывания содержат больше личных эмоций, а также больше выражений реальных чувств, где особенно интернет-слухи, содержащие больше CogMech ( Здоровье и Прием ) вызовет большее доверие.

Во-вторых, исследование показывает, что по мере развития пандемии общественное беспокойство переключилось с индивидуального на общественное.Из диаграммы динамики тематики слухов () видно, что в период пандемии наблюдается динамический переход от большого процента слухов личного характера к более социальным проблемам, от «Иммунитета человека» и «Психосоматического здоровья» на На первое место вышли «Исследования и разработки технологий» и «Жизнеобеспечение людей», доминирующие во время пандемии. Темы «Иммунитет человека» и «Психосоматическое здоровье» занимают первое место в списке на начальной стадии и стадии вспышки, с большим вниманием и влиянием на распространение общественного мнения. В то время как на стадии плато шесть категорий тем распределяются почти равномерно, и общественность начинает в определенной степени отвлекать свое внимание, указывая на то, что люди в какой-то мере смирились с негативным воздействием, вызванным вспышкой пандемии COVID-19 и разработал более всеобъемлющие соображения и опасения. Динамический анализ психосоциальной семантики текстов слухов подтверждает этот вывод. Значительное изменение среднего значения категории психосоциальных характеристик Personal указывает на то, что по мере улучшения ситуации с пандемией внимание широкой общественности переключилось на социально-экономические вопросы, государственное обеспечение, открытие школ и другие вопросы жизнедеятельности.Переключение внимания на общественные проблемы говорит о том, что общественные «побочные эффекты» пандемии (такие как снижение экономических показателей) начинают сказываться после удара по индивидуальному здоровью.

В-третьих, изменилась психология всего сообщества со «страха» на «беспокойство» с общей положительной тенденцией. На начальном этапе страх людей перед неизвестными вирусами находится на пике, и наибольшее внимание уделяется интернет-слухам об «иммунитете человека» и «психосоматическом здоровье».После стадии плато пандемия имеет тенденцию к затиханию, люди больше внимания уделяют средствам к существованию, государственной политике и т. д. Хотя количество интернет-слухов уменьшается, их распространение все еще находится на высоком уровне, а текстовые эмоции в основном передаются в виде беспокойства. . Существенное изменение CogMech на разных этапах указывает на то, что после трех этапов борьбы с новым коронавирусом, т. е. начальной стадии, стадии вспышки и стадии плато, люди перешли от ничего не знающих к тому, чтобы быть знакомыми с ним, отражая в определенной степени принятие реальности пандемии широкой общественностью.В частности, больше всего изменилось слово Insight , принадлежащее к категории CogMech , что связано с колебаниями пандемии на этапе обычного контроля и тем, как такие новые коронавирусы переопределяются и переосмысливаются (37, 38, 42). Именно этот процесс самоанализа позволяет людям по-новому интерпретировать пандемию и улучшать свое здоровье. Между тем количество слов в терминах Discrep , который также относится к категории CogMech , продолжает увеличиваться, предполагая, что человеческое знание вирусов и разработка соответствующих технологий находятся в постоянном прогрессе.В целом общие когнитивные характеристики свидетельствуют о постепенном улучшении психологического состояния населения.

Последствия

Наше исследование является вкладом в литературу о пандемии COVID-19, интернет-слухах и соответствующих методах управления. Предыдущие исследования интернет-слухов во время пандемии COVID-19 обращали внимание на ее опасность для здоровья населения, а также на необходимость и безотлагательность исследования характеристик распространения (43, 44), в то время как некоторые исследования указывали на то, что недостоверные статьи или дезинформация в социальных сетях чаще пересылались и распространялись, чем те, которые были надежными (45–47). Однако регулярность смены темы этих широко распространенных слухов с течением времени и подразумеваемые психосоциальные характеристики общественности не получили достаточного внимания. После более ранних исследований, основанных на мнениях или комментариях (41), в некоторых исследованиях предпринимались попытки определить поведенческие намерения населения распространять информацию во время пандемии, а также предшествующие события с помощью анкетирования или лабораторных экспериментов (17, 40). Однако такие перекрестные и самоотчетные источники данных не только лишены объективности, но и общность результатов ограничена выборкой и, кроме того, не могут дать конкретного и динамического понимания психологических изменений населения.Делая шаг вперед, это исследование углубляется в текстовое содержание интернет-слухов, чтобы систематически представить изменяющееся распределение тем интернет-слухов с развитием пандемии и подразумеваемые психологические характеристики на разных этапах. Мы расширяем методы обработки естественного языка и анализа текста в компьютерных областях до пандемии COVID-19 и общедоступной психометрии, чтобы заполнить пробелы в существующих исследованиях и предоставить идеи для более обобщенных исследований в реальном времени, основанных на больших данных в этой области. который использует объективные данные в будущем.

Взрыв интернет-слухов во время вспышки COVID-19 действительно сильно затруднил правительству понимание общественного мнения, а обществу — признание правдивости информации. Тем не менее, наше исследование предлагает идеи для реагирования на чрезвычайные ситуации в области общественного здравоохранения. Изменение объема интернет-слухов на этапах пандемии свидетельствует о том, что в начале чрезвычайной ситуации в области общественного здравоохранения, когда интернет-слухи стремительно распространяются, эффективно и действенно выделять больше ресурсов на своевременную проверку слухов, а также на доставку и распространение верных слухов. информирование населения во избежание паники.Поскольку общественность изначально озабочена личным здоровьем, а последствия новых вирусов для здоровья часто неизвестны, правительству необходимо установить тесные связи с профессиональными медицинскими учреждениями, чтобы в первую очередь предоставлять населению профессиональные консультации и предлагать им знания для защиты своего личного здоровья. В связи с динамичным характером развития пандемии правительству следует обращать внимание на изменения в общественном мнении, которые могут быть вызваны каждым повторением пандемии.Например, предоставить общественности информацию о характеристиках новых мутировавших штаммов и стратегиях профилактики, а также заблаговременно обнародовать их до того, как дезинформация станет широко распространяться. Крайне важно установить официальный канал для проверки слухов и своевременного раскрытия информации. Широкая общественность должна знать, что количество слухов в Интернете резко возрастает во время вспышки пандемии, и должна иметь определенную способность идентифицировать слухи, особенно на ранних стадиях, чтобы не потеряться в потоке слухов о личном здоровье.В случае повторения каждой вспышки или новой чрезвычайной ситуации в области общественного здравоохранения в будущем рекомендуется следовать профессиональным медицинским советам и не распространять слухи и не делиться ими с другими, не будучи уверенным в их истинности или ложности.

Заключение

Вспышка тяжелой пандемии, такой как COVID-19, неизбежно вызовет индивидуальную физиологическую чувствительность и психологическую панику, а возникающие в результате интернет-слухи порождают еще большую психологическую панику и социальное воздействие на общество из-за эффекта заражения Интернет.Мы утверждаем, что текстовое содержание интернет-слухов является важным источником для проникновения в общественное сознание и понимания социальных последствий тяжелых эпидемий. В этой статье мы исследуем распространение и текстовые характеристики интернет-слухов во время пандемии COVID-19, используя модель LDA и показатели LIWC. Теоретически это исследование дает систематическое и объективное представление о хронологических изменениях в темах таких своеобразных и плотно генерируемых интернет-слухов, а также о значительных изменениях в общественной психологии в контексте.Хотя на практике методология и результаты этого исследования могут служить ориентиром для правительства и организаций здравоохранения, чтобы понять ситуацию с общественным мнением и предотвратить распространение дезинформации (20, 48).

Текущее исследование, являющееся предварительным исследованием этой беспрецедентной пандемии, также имеет некоторые ограничения. Например, данные для исследования получают с платформы проверки слухов, где раскрытие информации происходит с определенной задержкой во времени. Слухи и данные о пандемии исходят из Китая, поэтому отсутствуют эмпирические доказательства в глобальном масштабе.С этой целью будущие исследования могут получить больший объем разнородных данных, связанных со слухами, из социальных сетей и со всего мира, использовать аналитику больших данных для более глубокого анализа и быстрее и точнее фиксировать общественное мнение, создавая идентификацию слухов и платформы управления общественным мнением, чтобы реагировать на внезапные кризисы в области общественного здравоохранения, которые могут возникнуть снова.

Заявление о доступности данных

Наборы данных, представленные в этом исследовании, можно найти в онлайн-репозиториях.Названия репозитория/репозиториев и номера доступа можно найти в статье/дополнительных материалах.

Вклад авторов

QX: концептуализация, методология и написание — проверка и редактирование. WH: написание — подготовка первоначального проекта. XZ: концептуализация и проверка. SW: методология и обработка данных. XL: проверка. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Эта работа была поддержана Национальным фондом естественных наук Китая в рамках грантов 71861014, 71863015 и 71974152, Китайским фондом постдокторских наук в рамках гранта 2019M652272, Китайским фондом социальных наук в рамках гранта 20ZDA047, Priority Postdoctoral Research Projects of Jiangxi Провинция по гранту 2018KY10, Научно-технический проект Департамента образования Цзянси по гранту №.GJJ60458 и проект социальных наук провинции Цзянси по гранту 17BJ31.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Примечание издателя

Все утверждения, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их дочерних организаций, издателя, редакторов и рецензентов.Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.

Приложение

Ссылки

1. Zhu R, Ding Q, Yu M, Wang J, Ma M. Схема раннего предупреждения общественного мнения в Интернете, связанного с COVID-19, на основе модели RVM-L. Sust Cities Soc. (2021) 74:103141. 10.1016/j.scs.2021.103141 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]2. Румплер Р., Венкатараман С., Йоранссон П. Наблюдение за влиянием мер рекомендаций CoViD-19, отслеживаемых по уровням городского шума в центре Стокгольма, Швеция.Sust Cities Soc. (2020) 63:102469. 10.1016/j.scs.2020.102469 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]3. Банерджи Д. , Рао Т.С., Калливаялил Р.А., Джавед А. Психосоциальные рамки устойчивости: ориентироваться в потребностях и невзгодах во время пандемии, качественное исследование индийских передовых врачей. Фронт Псих. (2021) 12:622132. 10.3389/fpsyg.2021.622132 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]4. Кумар П., Хама С., Омидварборна Х., Шарма А., Сахани Дж., Абхиджит К.В. и др.. Временное сокращение содержания мелких твердых частиц из-за «отключения антропогенных выбросов» во время блокировки COVID-19 в индийских городах. Суст Города Со. (2020) 62:102382. 10.1016/j.scs.2020.102382 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]5. Zeng J, Zhang Y, Ma X. Обнаружение фальшивых новостей для эпидемических чрезвычайных ситуаций посредством глубокой корреляции между текстом и изображениями. Sust Cities Soc. (2021) 66:102652. 10.1016/j.scs.2020.102652 [CrossRef] [Google Scholar]6. Обиала Дж., Обиала К., Манчак М., Ольшевски Р.Дезинформация о COVID-19: достоверность статей о профилактике коронавируса, которые в основном публикуются в социальных сетях. Технологии политики здравоохранения. (2021) 10:182–186. 10.1016/j.hlpt.2020.10.007 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]7. Favi E, Leonardis F, Manzia TM. «Salus populi suprema lex»: соображения о первоначальной реакции Соединенного Королевства на пандемию SARS-CoV-2. Фронт общественного здравоохранения. (2021) 9:646285. 10.3389/fpubh.2021.646285 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]8.Нгуен ТТП, Нгуен Д.К., Нгуен АТТ и др. . Фейковые новости, влияющие на соблюдение национальных мер реагирования в период карантина COVID-19: опыт Вьетнама. Фронт общественного здравоохранения. (2020) 8:589872. 10.3389/fpubh.2020.589872 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]9. Рахмани AM, Мирмахале СИХ. Методы профилактики и лечения коронавирусной болезни (COVID-19) и эффективные параметры: систематический обзор литературы. Sust Cities Soc. (2021) 64:102568. 10.1016/j.scs.2020.102568 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]10. Банерджи Д., Мина К.С. COVID-19 как «инфодемия» в общественном здравоохранении: решающая роль социальных сетей. Фронт общественного здравоохранения. (2021) 9:610623. 10.3389/fpubh.2021.610623 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]11. Су Ю. Не нужно целой деревни, чтобы поддаться дезинформации: использование социальных сетей, предпочтение неоднородности дискуссий, беспокойство по поводу вируса, вера в ученых и убеждения в дезинформации, связанные с COVID-19. Телем Информ. (2021) 58:101547. 10.1016/j.tele.2020.101547 [CrossRef] [Google Scholar]12.Ахуджа К.К., Банерджи Д. Психосоциальное исследование неудовлетворенности телом: описательный обзор с акцентом на Индию во время COVID-19. Фронт глобального женского здоровья. (2021) 2:669013. 10.3389/fgwh.2021.669013 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]13. Ахмед М., Ахмед О., Чжоу А., Санг Х., Лю С., Ахмад А. Эпидемия COVID-19 в Китае и связанные с ней психологические проблемы. Азиатская психиатрия J. (2020) 51:102092. 10.1016/j.ajp.2020.102092 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]14.Сингх С., Диксит А., Джоши Г. Является ли компульсивное использование социальных сетей на фоне пандемии COVID-19 аддиктивным поведением или механизмом преодоления? Азиатская психиатрия J. (2020) 54:102290. 10.1016/j.ajp.2020.102290 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]15. Цинь Ю., Доминик В., Танг С. Предсказание будущих слухов. Чин Джей Избранный. (2018) 27:514–20. 10.1049/cje.2018.03.008 [CrossRef] [Google Scholar] 16. Сяо В. Понимание асимметричного восприятия безопасности смартфонов с точки зрения функций безопасности: сравнительное исследование.Телем Информ. (2021) 58:101535. 10.1016/j.tele.2020.101535 [CrossRef] [Google Scholar] 17. Пенникук Г., МакФетрес Дж., Чжан И, Лу Дж., Рэнд Д. Борьба с дезинформацией о COVID-19 в социальных сетях: экспериментальные данные для масштабируемого вмешательства, направленного на повышение точности. Психологические науки. (2020) 31:770–80. 10.1177/0956797620939054 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]18. Баруа З., Баруа С., Актар С., Кабир Н., Ли М. Влияние дезинформации на индивидуальные реакции на COVID-19 и рекомендации по устойчивости к катастрофическим последствиям дезинформации.прог. наук. (2020) 8:100119. 10.1016/j.pdisas.2020.100119 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]19. Варшни Д., Вишвакарма Д.К. Обзор по предсказанию слухов и оценке их правдивости в онлайновой социальной сети. Exp Sys Appl. (2021) 168:114208. 10.1016/j.eswa.2020.114208 [CrossRef] [Google Scholar]20. Jelodar H, Wang Y, Orji R, Huang S. Глубокая классификация настроений и обнаружение тем в новых онлайн-дискуссиях о коронавирусе или COVID-19: НЛП с использованием подхода рекуррентной нейронной сети LSTM.IEEE J Biomed Health Inform. (2020) 24:2733–41. 10.1109/JBHI.2020.3001216 [PubMed] [CrossRef] [Google Scholar]21. Song X, Zhao X, Song S, Zhu Q. Факторы, влияющие на намерение пользователей делиться слухами о здоровье в Интернете на основе модели MOA. J China Soc Sci Tech Inform. (2020) 39: 511–20. 10.3772/j.issn.1000-0135.2020.05.006 [CrossRef] [Google Scholar]22. Yin F, Lv J, Zhang X, Xia X, Wu J. Динамика распространения информации о COVID-19 в китайском микроблоге sina. Матем БиоСки Инж. (2020) 17: 2676–92. 10.3934/mbe.2020146 [PubMed] [CrossRef] [Google Scholar]23. Ахмед В., Видал-Алабалл Дж., Даунинг Дж., Сегуи Ф.Л. Опасные сообщения или сатира? Анализ теории заговора, связывающей 5G с Covid-19, посредством анализа социальных сетей. J Med Int Res. (2020) 22:e19458. 10.2196/19458 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]24. Серф В.Г. Последствия пандемии COVID-19. Коммуни АКМ. (2020) 63:7. 10.1145/3397262 [CrossRef] [Google Scholar] 25. Ли Л., Альдосери А., Витюгин Ф., Натан Н., Новилло-Ортис Д., Кастильо С. и др.. Реакция правительств и органов здравоохранения на пандемию COVID-19 в социальных сетях: многострановой анализ дискурса в Твиттере. Границы общественного здравоохранения. (2021) 9:716333. 10.3389/fpubh. 2021.716333 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]26. Ян Л., Чжан Х., Гонсалвес Дж. Интерпретируемая модель прогнозирования смертности для пациентов с COVID-19. Национальная машина Int. (2020) 2: 283–8. 10.1038/s42256-020-0180-7 [CrossRef] [Google Scholar]27. Алсиуф М., Стоукс П., Хур Д., Амасьяли А., Ракл Х., Ху Б.«Фейковые новости» в урологии: оценка точности статей, размещенных в социальных сетях, о злокачественных новообразованиях мочеполовой системы. БЖУ Интерн. (2019) 124:701–6. 10.1111/bju.14787 [PubMed] [CrossRef] [Google Scholar]28. Zeng Z, Wang J. Исследование идентификации слухов в микроблогах на основе LDA и случайного леса. J China Soc Sci Tech Inform. (2019) 38:89–96. 10.3772/j.issn.1000-0135.2019.01.010 [CrossRef] [Google Scholar]29. Lv T, Chen H, Lin H, Zhou J. Исследование влияния стратегий управления интернет-слухами на намерение распространять слухи в контексте чрезвычайных ситуаций.J China Soc Sci Tech Inform. (2020) 39:87–93. 10.3969/j.issn.1002-1965. 2020.07.015 [CrossRef] [Google Scholar]30. Чжан З., Чжан З., Ли Х. Предикторы достоверности слухов о здоровье в Интернете. Health Inform Lib J. (2015) 32:195–205. 10.1111/hir.12115 [PubMed] [CrossRef] [Google Scholar]31. Лиза С., Света Б., Летисия Б., Серен Б., Чи Г., Корнрапхоп К. и др. . Первый взгляд на обмен информацией и дезинформацией о COVID-19 в Твиттере (2020 г.). [Google Академия] 32. Ли К., Кан К., Ван М., Чжао С., Вонг Дж., Коннор С. и др.. Связь между распространением дезинформации о COVID-19 и верой в знания о COVID-19 и превентивным поведением: поперечное онлайн-исследование. J Med Int Res. (2020) 22:22205. 10.2196/22205 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]33. Сайфул И., Тонмой С., Хоссейн К., Хена М., Муршид Х., Аламгир К. и др. . Инфодемия, связанная с COVID-19, и ее влияние на здоровье населения: глобальный анализ социальных сетей. Am J Trop Med Hygiene. (2020) 103:1621–9. 10.4269/ajtmh.20-0812 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]34. Самия Т., Махбуб Х., Хоймонти М. Влияние слухов и дезинформации на COVID-19 в социальных сетях. J Prev Med Общественное здравоохранение. (2020) 53:171–4. 10.3961/jpmph.20.094 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]35. Пеннебейкер Дж.В., Фрэнсис М.Е., Бут Р.Дж. Количество слов для лингвистического исследования: LIWMahwah C. Mahwah, Нью-Джерси: Lawrence Erlbaum Associates; (2001). [Google Академия] 36. Засекин С., Розенхарт Ю. Психолингвистические компьютеризированные инструменты лингвистического и переводоведческого анализа дискурса. Психолингвистика.(2018) 23:94–106. 10.5281/zenodo.1204994 [CrossRef] [Google Scholar]37. Чжан X. LIWC-Инструмент анализа текста, основанный на семантических показателях. J Southwest Univ Nat. (2015) 36:101–4. 10.3969/j.issn.1004-3926.2015.04.021 [CrossRef] [Google Scholar]38. Родригес М., Сторер Х. Взгляд вычислительной социальной науки на исследование качественных данных: использование тематических моделей для описательного анализа данных социальных сетей. J Technol Human Serv. (2020) 38:54–86. 10.1080/15228835.2019.1616350 [CrossRef] [Google Scholar]39.Таушчик Ю.Р., Пеннебейкер Дж.В. Психологическое значение слов: LIWC и методы компьютерного анализа текста. J Lang Soc Psychol. (2010) 29:24–54. 10.1177/0261927X09351676 [CrossRef] [Google Scholar]40. Xiong P, Ming W, Zhang C, Bai J, Luo C, Cao W и другие. . Факторы, влияющие на психическое здоровье китайских студентов-медиков и немедиков на ранней стадии пандемии COVID-19. Фронт общественного здравоохранения. (2021) 9:603331. 10.3389/fpubh.2021.603331 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]41.Апуке О.Д., Омар Б. Фейковые новости и COVID-19: моделирование предикторов распространения фейковых новостей среди пользователей социальных сетей. Телем Информ. (2021) 56:101475. 10.1016/j.tele.2020.101475 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]42. Хоу З., Ду Ф., Чжоу С., Цзян Х., Сэм М., Хайди Л. и др. . Межстрановое сравнение осведомленности общественности, слухов и поведенческих реакций на эпидемию COVID-19: инфодемиологическое исследование. J Med Int Res. (2020) 22:21143. 10.2196/21143 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]43.Whaiduzzaman M, Hossain MR, Shovon AR, Roy S, Laszka A, Buyya R, et al. . Платформа мобильных и туманных вычислений, сохраняющая конфиденциальность, для отслеживания и предотвращения распространения COVID-19 в сообществе. IEEE J Biomed Health Inform. (2020) 24:3564–75. 10.1109/JBHI.2020.3026060 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]44. Ren J, Yan Y, Zhao H, Ma P, Zabalza J, Hussain Z и др. . Новый интеллектуальный вычислительный подход к моделированию эпидемиологических тенденций и оценке воздействия немедикаментозных вмешательств на COVID-19.IEEE J Biomed Health Inform. (2020) 24:3551–63. 10.1109/JBHI.2020.3027987 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]45. Хойер К., Мюллер-Фроммейер Л., Кауффельд С. Язык имеет значение: обоюдоострая роль согласования языкового стиля в рабочих группах. Малая группа Res. (2020) 51: 208–28. 10.1177/1046496419874498 [CrossRef] [Google Scholar]46. Эйджи А. Сопоставление языкового стиля как мера вовлечения библиотекаря/пользователя в справочные транзакции по электронной почте. J Acad Lib. (2019) 45:102069. 10.1016/j.acalib.2019.102069 [CrossRef] [Google Scholar]47. Hsing H, Chen Y, Yen C. Различное влияние источников информации, связанных с COVID-19, на общественное беспокойство: онлайн-опрос в социальных сетях. Интерв. (2020) 22:100350. 10.1016/j.invent.2020.100350 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]48. Варданджани Х., Хейдари С., Доуран Б., Пасалар М. Поперечное исследование персидской медицины и пандемии COVID-19 в Иране: слухи и рекомендации. Int Med Res. (2020) 9:100482. 10.1016/j.imr.2020.100482 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

Прогноз угроз безопасности интернет-слухов и распространения ложной информации на основе социологического принципа

https://doi.org/10.1016/j.csi.2020.103454Get права и контент

Основные моменты

Благодаря быстрорастущему Интернету вещей регулярное подключение через ряд разнородных интеллектуальных устройств в социальных онлайн-сетях (SON) становится осуществимым и эффективным для анализа социологических принципов. Таким образом, увеличение вклада пользователей, включая веб-публикации, видео и обзоры, постепенно влияет на жизнь людей в недавнем прошлом, что вызывает нестабильное распространение знаний и подрывает защиту посредством распространения сплетен, дезинформации и оскорбительных онлайн-дебатов.

В этой статье доля заслуживающих доверия поклонников Facebook, которые регулярно публикуют сообщения о ранней и будущей популярности, была проанализирована линейно с использованием методов PSTIR и SFIBS. Статистика Facebook напоминает нам, что основная усталость является важным принципом прогнозирования, а основной принцип усталости, кроме того, показывает эффективность PSTIR и SFIBS на основе экспериментального исследования.

Abstract

В условиях быстрорастущего Интернета вещей регулярное подключение через ряд разнородных интеллектуальных устройств к социальным онлайн-сетям (SON) становится осуществимым и эффективным для анализа социологических принципов. Таким образом, увеличение вклада пользователей, включая веб-публикации, видео и обзоры, медленно влияет на жизнь людей в недавнем прошлом, что вызывает нестабильное распространение знаний и подрывает защиту посредством распространения сплетен, дезинформации и оскорбительных онлайн-дебатов.Основываясь на статусе раннего распространения, цель этого исследования — надежно спрогнозировать популярность онлайн-контента в будущем. Хотя традиционные модели прогнозирования ориентированы в первую очередь на обнаружение или интеграцию сетевых функций в механизм изменяющегося времени, они считались нерешенными проблемами и были решены с помощью прогнозирования угроз безопасности интернет-слухов (PSTIR) и распространения ложной информации на основе Социологическая (SFIBS) модель с концепцией социологии.В этой статье доля заслуживающих доверия поклонников Facebook, которые регулярно публикуют сообщения о ранней и будущей популярности, была проанализирована линейно с использованием методов PSTIR и SFIBS. Статистика Facebook напоминает нам, что основная усталость является важным принципом прогнозирования, а основной принцип усталости, кроме того, показывает эффективность PSTIR и SFIBS на основе экспериментального исследования.

Ключевые слова

Интернет-слухи

Безопасность

Ложная информация

Социологический принцип

Принцип усталости

Рекомендуемые статьиСсылки на статьи (0)

Показать полный текст 04 ©В. Все права защищены.

Рекомендуемые статьи

Ссылки на статьи

Связь Дональда Трампа с интернет-слухами

Чтобы понять Дональда Трампа, вы должны понять, откуда он берет информацию.

Его источники, кажется, включают отрывочные интернет-слухи и неточные истории. Например, недавние замечания кандидата о «аплодисментах» толпы в Нью-Джерси в связи с событиями 11 сентября очень близки к историям, которые годами циркулировали в сети.

Претензии были полностью опровергнуты. Видео- и фотодоказательств нет. Но Трамп поддерживает свою историю о «тысячах» празднующих людей, отчасти цитируя то, что его фанаты рассказывают ему в Твиттере.

На многолюдном митинге в понедельник вечером он сказал: «Я получаю все эти твиты: «Я видел это». ‘Я был здесь.’ «Я был этим». »

Для Трампа Твиттер — это мгновенная обратная связь, дающая ему поддержку даже в самых неубедительных утверждениях.

В понедельник вечером ведущий Fox News Билл О’Рейли прямо посоветовал Трампу прекратить писать в Твиттере, поскольку кандидат был широко осужден за ретвит поддельной статистики преступлений.Прилагаемый рисунок ошибочно приписывает подавляющее большинство убийств чернокожим.

Связанный: Почему латиноамериканцы не могут заставить NBC извиниться после концерта Трампа в SNL .

Когда О’Рейли настаивал на точности заявления, Трамп ответил: «Билл, я собираюсь проверить каждую статистику?»

Связи между некоторыми высказываниями Трампа и темными углами сети вызывают ужас — и не только у людей, которые уже склонны критиковать его.

Автор National Review Джим Герати, известный консервативный блоггер, написал во вторник: «Мы не можем быть партией или движением, которое получает свое представление о мире из цепочек электронных писем от дяди Лео».

В то время как многие политики, как известно, ссылаются на сомнительную статистику и рассказывают преувеличенные истории, Трамп, лидер Республиканской партии на пост президента, особенно сильно затруднил проверку фактов.

Гленн Кесслер, обозреватель отдела проверки фактов в The Washington Post, сказал, что заметил склонность Трампа собирать информацию из интернет-слухов.

По теме: Редактор Daily Beast призывает Трампа бойкотировать

«Отчасти из-за этого Трамп получил больше четырех рейтингов Пиноккио, чем любой другой кандидат», — сказал Кесслер.

Он предупредил, что Трамп не одинок: «По крайней мере, в одном случае и Бен Карсон, и Рэнд Пол ссылались на отрывочные интернет-источники в качестве доказательства своих утверждений», — сказал Кесслер.

Блог Кесслера, PolitiFact, FactCheck.org, Snopes и другие сайты пытаются докопаться до истины.

Главный редактор PolitiFact Энджи Холан, чей сайт рассмотрел десятки утверждений Трампа, сказала, что он «действительно говорит некоторые вещи, которые являются интернет-слухами.

В качестве примера она привела самую первую проверку фактов о Трампе, проведенную PolitiFact еще в 2011 году под названием «Дональд Трамп говорит, что люди, которые ходили в школу с Обамой, никогда его не видели». говоря, что «люди, которые ходили с ним в школу, никогда его не видели, они не знают, кто он такой. Это сумасшествие».

PolitiFact постановил, что это неправда «в штанах горят». Но версии этого заявления годами циркулировали по антиобамовским форумам и веткам электронной почты.

Холан сказал: «Это прямо из интернета. Это неправда».

В других случаях источники Трампа — это консервативные источники новостей, которые оказываются неверными. На прошлой неделе он записал видео в Instagram, в котором говорится, что «сирийцев сейчас ловят на южной границе! Как я и сказал. Они собираются хлынуть. Мы не знаем, кто они. Может быть, ИГИЛ».

Связанный: Дональд Трамп и Wall Street Journal преломляют хлеб. Ну, не совсем

Первоисточником был Breitbart.com, который сообщил, что восемь сирийцев были «пойманы» в Ларедо, штат Техас. На самом деле восемь сирийцев — две семьи из четырех человек — сдались властям.

В сентябре Трамп начал говорить, что он слышал, что президент Обама хочет «принять 200 000 сирийцев». Позже он увеличил это число до 250 000.

Администрация Обамы на самом деле добивается переселения 10 000 сирийских беженцев, и непонятно, откуда Трамп слышал обратное. Но PolitiFact в прошлом месяце отметил, что поддельный веб-сайт называется RealNewsRightNow.com опубликовал в сентябре статью под заголовком «США разместят 250 000 сирийских беженцев в индейских резервациях Навахо, Стэндинг-Рок».

Сайт пытается обмануть людей, заставив их поверить и поделиться фальшивыми новостями.

В конце октября ведущий Fox News Шон Хэннити заговорил о президентском плане принять «250 000 беженцев», в том числе во время интервью с Трампом.

Соединенные Штаты обычно принимают около 80 000 беженцев в год со всего мира, а не только из Сирии.Число 250 000 получится из суммирования прибытий за несколько лет.

Не далее как на прошлой неделе Трамп повторил цифру в 250 000 человек и назвал ее «безумной».

Подпишитесь на информационный бюллетень Reliable Sources — каждый день получайте самые важные новости из мира СМИ.

CNNMoney (Нью-Йорк) Впервые опубликовано 24 ноября 2015 г.: 17:20 по восточноевропейскому времени

Интернет-слухи | MIBOR REALTOR® Ассоциация

3,8% Налог с продаж недвижимости и другие небылицы

Интернет, электронная почта и социальные сети дали нам на кончиках пальцев больше информации, чем многие из нас когда-либо могли себе представить.Это несомненно великая вещь. Но вместе с этим огромным ресурсом увеличивается и количество дезинформации, распространяемой из почтового ящика в почтовый ящик.

Страх и возмущение часто превращают эти электронные письма в снежный ком, превращая их в вирусы. Правда редко привлекает столько внимания. Это прискорбно.

Понятно, что читатель электронной почты встревожится и захочет поделиться информацией со своими друзьями, семьей и коллегами. Формулировки некоторых из этих электронных писем создают впечатление, что информация была проверена сайтами проверки фактов, такими как www.snopes.com или предоставляет ссылки на Библиотеку Конгресса, где вы можете «убедиться в этом сами» (прочитав 2000-страничный документ, написанный запретительным «юридическим» языком). знать и доверять — придавая больше доверия ложной информации.

Однако, когда дело доходит до вопросов, связанных с недвижимостью, РИЭЛТОРЫ® обязаны знать факты. Если информация, содержащаяся в электронном письме, верна, вы хотите быть в курсе, чтобы вы могли предоставить важную информацию своим клиентам.Если информация является ложной или неверно истолкованной, своевременное информирование может помочь вашим клиентам понять факты и успокоить их нервы.

Это не значит, что вам нужно быть экспертом по законодательству или сидеть в библиотеке, изучая законопроекты и законы. Как член MIBOR, в вашем распоряжении есть отличные ресурсы. Когда вы получите электронное письмо с претензиями по счету, связанному с недвижимостью, не стесняйтесь взять трубку и позвонить в группу MIBOR по защите интересов участников и отрасли. Вы также можете прочитать Fast Track и IAR The Advocate для получения обновлений законодательства, которое может повлиять на недвижимость, подписаться на электронные информационные бюллетени NAR по делам правительства и посетить их сайт.

По мере появления новых интернет-слухов на этот сайт будут добавляться несказанные истины. В следующий раз, когда вы получите электронное письмо с жалобами на законодательство, которое может повлиять на бизнес, зайдите на этот сайт. Здесь мы будем собирать информацию, подтверждающую или опровергающую распространенные интернет-слухи. Вы также сможете предупредить нас о появлении новых слухов.

Темы слухов:

ПРЕТЕНЗИЯ : Новый законопроект о здравоохранении включает налог с продаж на недвижимость в размере 3,8%, вступающий в силу в 2013 г.

ЛОЖЬ – Узнайте факты здесь.

 

ПРЕТЕНЗИЯ: Закон о ограничениях и торговле потребует от домов проведения энергетического аудита, что сделает продажу дома очень сложной.

ЛОЖЬ – Узнайте факты здесь.

Получили электронное письмо с претензией, которая здесь не рассматривается?

Предупредите нас, отправив сообщение по адресу [email protected]

Китай запускает платформу для пресечения «онлайн-слухов»

ПЕКИН (Рейтер) – Китай запустил платформу, которая включает мобильное приложение, которое позволяет публике сообщать об «онлайн-слухах» и даже использует искусственный интеллект для выявления сообщений, которые ложь, поскольку Пекин расправляется с тем, что он считает социально дестабилизирующим контентом.

Компьютерный код виден на экране над китайским флагом на этой иллюстрации, сделанной 12 июля 2017 года. REUTERS/Thomas White/Illustration

Платформа, запущенная в среду, появляется в связи с тем, что Пекин активизирует усилия по контролю над Интернетом, особенно в социальных сетях, используемых людьми для обсуждения политики и других деликатных тем, несмотря на строгую цензуру.

Помимо веб-сайта, платформа Piyao, что означает «опровержение слухов», также имеет мобильное приложение и аккаунты в социальных сетях гигантов социальных сетей Weibo и WeChat.

По этим каналам Piyao будет транслировать «настоящие» новости, получая сообщения из государственных СМИ, местных газет, контролируемых партией, и различных правительственных агентств.

«Слухи нарушают права личности; слухи создают социальную панику; слухи вызывают колебания на фондовых рынках; слухи влияют на нормальную деловую деятельность; слухи открыто нападают на революционных мучеников», — сказал Piyao в рекламном ролике запуска на своем веб-сайте.

Официальные данные показывают, что интернет-регуляторы получили 6.7 миллионов сообщений о незаконной и ложной информации в июле, причем большинство случаев поступило от Sina, которой принадлежит Weibo, Tencent, которая владеет Wechat, Baidu и Alibaba.

Согласно китайским законам, распространителям слухов может быть предъявлено обвинение в клевете, и им грозит до семи лет тюрьмы. Онлайн-сообщения, содержащие слухи, которые посетили 5000 интернет-пользователей или которые были репостированы более 500 раз, также могут быть приговорены к тюремному заключению.

Размещенная Центральной комиссией по делам киберпространства совместно с официальным информационным агентством Синьхуа, Piyao объединила более 40 местных платформ по опровержению слухов и использует искусственный интеллект для выявления слухов.

Платформа работает под руководством 27 правительственных ведомств, включая Центральную партийную школу, готовящую новых чиновников, и мощный планирующий орган — Национальную комиссию по развитию и реформам.

Китайские СМИ регулярно сообщают и опровергают популярные слухи, циркулирующие в Интернете, хотя обычно упоминают только такие темы, как коррумпированность местных чиновников или проблемы со здоровьем, а не что-то более непристойное о высших руководителях.

Президент Си Цзиньпин в прошлом году заявил, что Китай построит «чистое и понятное» интернет-пространство.

Leave a Reply

Ваш адрес email не будет опубликован.