Anti- Impfung Sentiments Verbreiten Sie leichter als Pro- Impfung Sentiments auf Twitter
Auf Twitter , einem beliebten Microblogging und Social - Networking-Dienst , können Aussagen über Impfstoffe unerwartete Auswirkungen haben - positive Nachrichten kann nach hinten losgehen , nach einem Team von der Penn State University -Forscher Marcel Salathé , Assistant Professor der Biologie geführt. Das Team verfolgt die pro- Impfstoff und anti Impfstoff -Nachrichten , auf die Twitter-Nutzer ausgesetzt waren, und dann beobachtet , wie diese Nutzer äußerten ihre eigenen Gefühle zu einem neuen Impfstoff zur Bekämpfung von Grippe H1N1 - ein Virusstamm verantwortlich schweinegrippe . Die Ergebnisse, die helfen können Gesundheitsbehörden zu verbessern Strategien zur Impfung Bewusstsein Bemühungen wurde in der Fachzeitschrift EPG Daten Wissenschaft.
Die Forscher begannen mit Anhäufung alle Tweets mit der Impfung im Zusammenhang mit Schlüsselwörtern und Phrasen während der 2009 H1N1-Pandemie . Sie spürten dann Gefühle der Nutzer über das H1N1-Impfstoff . Zu sortieren und kategorisieren die Tweets , fragte Salathé Team Penn State Studenten , eine zufällige Teilmenge von rund 10 Prozent und sie als positiv, negativ , neutral oder irrelevant bewerten. Zum Beispiel , ein Tweet einen Wunsch, den H1N1-Impfstoff erhalten auszudrücken betrachtet würden positiv, während ein Tweet Ausdruck der Überzeugung, dass der Impfstoff schadet wäre als negativ betrachtet werden . Ein Tweet über einen anderen Impfstoff ; würde beispielsweise die Hepatitis B -Impfstoff, als irrelevant betrachtet werden.
Als nächstes verwendet das Team der Studentenbewertungen, einen Computer -Algorithmus für die Katalogisierung , die restlichen 90 Prozent der Tweets nach den Gefühlen sie zum Ausdruck zu entwerfen. " Die ausgelegten Tweets diente als " Lernsatz' , dass wir zu " Teach " des Computers , wie die Tweets genau bewerten verwendet ", erklärte Salathé . Nachdem die Tweets von der Computer-Algorithmus analysiert , die endgültige Strichliste war 318.379 Tweets , die entweder positiv, negativ oder neutral Gefühle über das H1N1-Impfstoff .
Nach der Kategorisierung der Tweets, Salathé und seinem Team entwickelte dann ein statistisches Modell mit Informationen, einschließlich der Anzahl der Mikroblogger jeder Twitter-Nutzer folgte. Darüber hinaus verzeichneten die Forscher, ob diese gefolgt Mikroblogger eher negativ oder positiv über das H1N1-Impfstoff tweet. Auch in das Modell aufgenommen wurde die Anzahl der negativen oder positiven Tweets jede der Mikroblogger gefolgt verschickt. "Wie viele pro-Impfstoff oder anti-Impfstoff Personen ein Twitter-Nutzer folgt, ist nur eine Maßnahme. Wichtig ist auch, wie viele negative oder positive Tweets jeweils gefolgt Microblogger sendet dann an seine Anhänger," sagte Salathé. "Es könnte sein, dass ein Twitter-Nutzer folgt nur 5 anti-Impfstoff Mikroblogger, aber, wenn diese 5 Mikroblogger alle senden 10 negativen Tweets pro Tag, das könnte einen großen Einfluss haben." Sonstige Maßnahmen im statistischen Modell enthalten waren Nummer jedes Twitter Nutzers gegenseitiger Nutzer - wie viele Paare von Mikroblogger wurden nach einander - und die Geschichte der Anhänger eigenen negativen und positiven Tweets.
Zunächst unerwartete Befund des Teams war die Exposition gegenüber negativen Stimmung war ansteckend , während Exposition gegenüber positive Gefühle nicht . " Ursache und Wirkung lassen sich nur schwer in Daten wie diese zu lüften , so können wir nur darüber, warum wir sahen dies geschehen zu spekulieren ", sagte Salathé . " Wie dem auch sei , ist die Beobachtung, beunruhigend , weil es zeigt, dass negative Meinungen über die Impfung kann leichter ausbreiten als positive Meinungen. "
Zweiten unerwarteten Befund des Teams war , dass Mikroblogger mit mehr gegenseitige Twitter Beziehungen eher abhängig davon, ob die Impfung Gefühle ihrer Verbindungen waren positiv oder negativ anders beeinflusst werden. " Wir haben festgestellt , dass im gegenseitigen Microblogging- Beziehungen , waren negativ Gefühle sozial ansteckend als positive Gefühle ", sagte Salathé . " Wenn ein Microblogger hatten viel gegenseitige Twitter Verbindungen mit Benutzern, die anti- Impfstoff Gefühle zum Ausdruck gebracht , neigte er dazu, noch mehr Anti- Impfstoff Gefühle tweet sich selbst." Interessanterweise jedoch Salathé und sein Team festgestellt, dass das gleiche nicht auch für Mikroblogger mit gegenseitigen Verbindungen mit Benutzern, die pro- Impfstoff Gefühle zum Ausdruck zu halten; das heißt, hat pro- Impfstoff Gefühle nicht scheinen, um Menschen zu ermutigen, mehr positive Gefühle ihrer eigenen tweet .
"Unsere dritte Erkenntnis war der bizarrsten und vielleicht entmutigend ", sagte Salathé . Er und sein Team sah der schieren Menge der negativen oder positiven Tweets Anhänger erhalten - unabhängig davon, wie viele Personen die Benutzer folgen . " Es überrascht nicht, haben wir festgestellt , dass ein hohes Volumen an negativen Tweets schien Menschen zu ermutigen, mehr negativ tweet . Aber seltsam , ein hohes Volumen an positiven Tweets schien Menschen zu ermutigen, mehr negativ tweet , auch", sagte Salathé . " Mit anderen Worten, schien pro- Impfstoff Nachrichten nach hinten losgehen , wenn genug von ihnen empfangen wurden. "
Salathé hofft auf weitere Twitter -Studien zu entwerfen, um zu testen, ob die gleichen Effekte für Gefühle zu anderen Impfstoffen sowie über andere Gesundheitsfragen , wie zum Ausdruck zu beachten Antibiotikum Nutzung, Diät und Training. " Während einige unserer Ergebnisse aus dem H1N1 -Studie kann frustrierend scheinen , gibt es Lichtblicke ", sagte Salathé . "Zuerst haben wir eine erprobte und wahre Weg zu verfolgen und die Fülle von Daten zu analysieren draußen auf Twitter Zweitens können weitere Studien zeigen, warum positive Botschaften scheinen negativen tweeting zu fördern; . Vielleicht gibt es etwas über die Art und Weise , in der die Nachricht transportiert wird . so könnte beispielsweise die Gesundheitsbehörden diese Informationen nutzen , um positive Nachrichten in einer Weise, die eher zu den beabsichtigten Effekt haben würde zu senden. "