科學(xué)傳播中的不均衡現(xiàn)象，在涉及公共衛(wèi)生議題如新冠疫情等問題上，表現(xiàn)得特別嚴(yán)重，這樣的情況可能導(dǎo)致某些群體在面臨疾病傳播時表現(xiàn)的更加脆弱。深圳大學(xué)傳播學(xué)院計算傳播實驗室和南京大學(xué)計算傳播學(xué)實驗中心的研究團(tuán)隊通過分析了推特上的科學(xué)文獻(xiàn)轉(zhuǎn)發(fā)數(shù)據(jù)，發(fā)現(xiàn)科學(xué)傳播的波動與不同參與度群體的流動趨勢之間存在顯著的相關(guān)性。
子群體轉(zhuǎn)發(fā)比例的演變與整體轉(zhuǎn)發(fā)趨勢之間的關(guān)系，說明參與度越低的子群體在面對外部沖擊時表現(xiàn)出更高的敏感度。其中，顏色表示MIC系數(shù)，而Pearson相關(guān)系數(shù)的統(tǒng)計顯著性則通過標(biāo)記表示。虛線代表用于擬合Pearson相關(guān)系數(shù)結(jié)果的OLS線性回歸線，R2= 0.876，p < 0.001。
為了更好的解釋數(shù)據(jù)結(jié)果，研究團(tuán)隊提出并使用一個考慮了異質(zhì)性信息接受閾值的SIRS模型來模擬用戶參與科學(xué)傳播的可能機(jī)制。研究發(fā)現(xiàn)，低參與度的個體由于對信息接受閾值較低，往往會更快地參與信息傳播，但也更容易被其他無關(guān)信息吸引而離開傳播。與此相反，高參與度的個體一旦加入傳播，他們則很難離開。研究還指出，不同的參與者對科學(xué)傳播的效果有著不同作用，穩(wěn)定的社區(qū)對于確保信息連續(xù)傳播起到了關(guān)鍵作用，而快速反應(yīng)的參與者則可以使信息更快地跨越不同的社區(qū)并產(chǎn)生影響。
這一研究成果發(fā)表在SSCI（Q1區(qū)）期刊《Humanities & Social Sciences Communications》上，該刊也是Nature旗下唯一的一本人文社會科學(xué)的子刊。論文題目為“A solid camp with flowing soldiers: heterogeneous public engagement with science communication on Twitter ”，博士研究生楊賓（南京大學(xué)）為第一作者，巢乃鵬（深圳大學(xué)）和王成軍（南京大學(xué)）為共同通訊作者。
論文鏈接：https://www.nature.com/articles/s41599-023-02331-4
（來源 傳播學(xué)院）
