#pray4victims:Twitter上灾害响应的一致性模式

本论文研究在线社交网络(尤其是Twitter)上不同灾害的响应共性。在提出跨灾害词汇提取算法后,我们提取了2012至2017年间恐怖袭击、地震和气候相关灾害的类型特定词汇。研究发现,同类灾害的响应存在共性:恐怖袭击响应提及"攻击"和执法部门,地震响应提到震级,气候相关灾害响应包含安全提示和援助请求。跨灾害类型来看,推文通常提及受害者/受灾群众和祈祷,体现了危机后的集体应对和社会支持机制。利用这些灾害类型词汇,我们将Twitter作为衡量灾害严重程度的替代指标,发现这些词汇与死亡人数的关联度高于基线危机词典,尤其在西方国家更为明显。Twitter响应与死亡人数在极端情况下出现分歧,且西方国家响应更强烈,表明感知严重程度受其他因素驱动。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/5125/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文