MétaCan
Menu
Retour à la cohorte
Enregistrement W4388809010 · doi:10.1108/k-04-2023-0583

Netizens' concerns during COVID-19: a topic evolution analysis of Chinese social media platforms

2023· article· en· W4388809010 sur OpenAlexaff
Zhaohua Deng, Rongyang Ma, Manli Wu, Richard Evans

Notice bibliographique

RevueKybernetes · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPandemicPopularityCoronavirus disease 2019 (COVID-19)Social mediaGovernment (linguistics)OriginalityPolitical scienceValue (mathematics)Control (management)Public relationsChinaSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)SociologySocial scienceMedicineComputer scienceLawManagementEconomicsQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose This study analyzes the evolution of topics related to COVID-19 on Chinese social media platforms with the aim of identifying changes in netizens' concerns during the different stages of the pandemic. Design/methodology/approach In total, 793,947 posts were collected from Zhihu, a Chinese Question and Answer website, and Dingxiangyuan, a Chinese online healthcare community, from 31 December, 2019, to 4 August, 2021. Topics were extracted during the prodromal and outbreak stages, and in the abatement–resurgence cycle. Findings Netizens' concerns varied in different stages. During the prodromal and outbreak stages, netizens showed greater concern about COVID-19 news, the impact of COVID-19 and the prevention and control of COVID-19. During the first round of the abatement and resurgence stage, netizens remained concerned about COVID-19 news and the prevention and control of the pandemic, however, less attention was paid to the impact of COVID-19. During later stages, popularity grew in topics concerning the impact of COVID-19, while netizens engaged more in discussions about international events and the raising of spirits to fight the global pandemic. Practical implications This study contributes to the practice by providing a way for the government and policy makers to retrospect the pandemic and thereby make a good preparation to take proper measures to communicate with citizens and address their demands in similar situations in the future. Originality/value This study contributes to the literature by applying an adapted version of Fink's (1986) crisis life cycle to create a five-stage evolution model to understand the repeated resurgence of COVID-19 in Mainland China.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,358
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKybernetesMême sujetMisinformation and Its ImpactsTravaux en français237 207