装备在军队中:一个案例研究,研究BTS粉丝如何成功合作为Black Lives Matter活动#MatchAMillion

社区协作与维基百科社区参与与公民技术

文献标题

Armed in ARMY: A Case Study of How BTS Fans Successfully Collaborated to #MatchAMillion for Black Lives Mater

文献信息

  • 主题领域: 粉丝文化、协作、人机交互与社会计算
  • 关键词: 在线社区、协作成功、团队合作、粉丝文化、粉丝行动主义、慈善
  • 发表于会议: CHI Conference on Human Factors in Computing Systems (CHI ’21), 2021年
  • 作者: So Yeon Park, Nicole Santero, Blair Kaneshiro, Jin Ha Lee

研究背景与问题

  • 发现的问题与挑战:

    1. 粉圈文化通常被媒体放大其消极行为(如欺凌和人肉搜索),对其正面影响关注不足。
    2. 大型粉丝社区如何能够超越其初衷,为无关的社会目标(如慈善事业)做出显著贡献,尚不明确。
    3. BTS的粉丝群体ARMY尽管没有显性领导却在2020年成功组织了#MatchAMillion活动,为“黑人生命重要”(BLM)运动筹集了超过100万美元,具体的实现机制和影响未知。
  • 研究的重要性: 探讨粉丝文化如何有效协作为无关的社会目标服务,不仅有助于更深入理解在线社区,还能为未来类似社区的研究及实践提供指导。

  • 研究动机与相关工作:

    1. 粉丝行动主义与参与文化近年来发展迅速,BTS及其粉丝ARMY作为具有全球性影响的案例特别值得研究。
    2. 现有文献表明,线上社区因其规模和高度互联特性拥有实现重大集体行为的潜能,但缺乏对其共享价值观、信任、文化与协作特性的详细分析。

解决方案

  • 提出的方法和解决方案: 作者采用基于调查问卷的案例研究方法,共收集273名ARMY成员的回答,重点探讨三个方面:

    1. 粉丝对ARMY整体的看法。
    2. 个人参与社交协作活动的方式与影响。
    3. ARMY在#MatchAMillion活动中的成功因素。
  • 解决方案的创新之处:

    1. 提出基于组织文化理论的框架,将ARMY粉丝群的文化归类为“市场型”和“家族型”组织文化并分析其对协作的影响。
    2. 探索了团队心理安全性、团队效能感、团队合成结构对协作成功的作用,并构建了其关系的中介模型。
    3. 提出了基于ARMY粉丝成功经验的设计启示,为未来在线社区设计提供实践指导。
  • 实施步骤及关键技术:

    1. 设计调查问卷,涵盖自由文本、选择题和多项选择题,涉及组织文化、团队信任与协作、心理安全性等主题。
    2. 使用统计方法对定量数据进行分析(如t检验、相关分析、线性回归等)。
    3. 对定性数据进行主题归类,通过协作编码框架和代码本进行一致性评价。

研究成果

  • 具体成果:

    1. 团队文化与特性: ARMY的文化特点被描述为既有“市场型”(竞争导向)特性,又兼具“家族型”(连接与共享导向)特性,这种张力促进了协作活力。
    2. 信任与组织结构: 尽管ARMY粉丝缺乏中心化的层级结构,但其“分权式的网络结构”通过支柱性账户(如One In An ARMY)提供协作支撑。
    3. 心理安全与团队效能: 心理安全性通过团队构成(composition)为中介,提升了团队效能感,与成功的协作(如#MatchAMillion活动)显著相关。
    4. 粉丝对社会问题的贡献: 成员在活动中显示出高度的共享价值观,包括慈善意识、对不同社会背景的包容性以及强烈的行动动机。
  • 与现有解决方案的比较优势: 将组织文化理论、团队心理学与粉丝协作实践相结合,分析了ARMY粉丝群体在全球范围的跨文化协作机制上的独特优势。

  • 实验或评估结果:

    1. 在粉丝的心理安全性和团队效能感之间关系的研究中,发现了显著的中介效应。
    2. #MatchAMillion活动不仅提升了团队信任,还增强了成员的社会身份认同。
  • 局限性与未来方向:

    1. 数据重心偏向于Twitter粉丝,需进一步扩展至其他社交平台。
    2. 调查使用回忆信息,可能存在偏差,未来应考虑纵向研究更好控制时间效应。
    3. ARMY粉丝体量庞大,样本有限不完全代表全体观点,未来需扩大样本覆盖面。
    4. 针对不同类型的粉丝群体的对比研究可进一步验证结果的普适性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47692/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445353
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
社区协作与维基百科、社区参与与公民技术
work
职业/产业
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文