COVID-19の外出自粛命令中の世間の感情
ツイートを分析すると、健康命令に対する反応がどんな価値観によって形成されたかがわかるよ。
― 1 分で読む
2020年初め、COVID-19パンデミックが私たちの生活を変えた。世界中の政府がウイルスの拡散を抑えるために自宅待機命令を出した。この時期、ソーシャルメディアが人々がこれらの命令に対する感情を表現する主要な手段になった。研究者たちは、人々の信念や価値観が政府の命令にどう影響するかを理解しようとした。
この研究では、自宅待機命令中に表現された道徳的価値観を確認するためにツイートを分析することに焦点を当てた。研究者たちは、道徳的価値観を分析するために「道徳基盤理論(MFT)」を使用した。この理論は、他者を思いやること、自由の重要性、グループへの忠誠など、人々の見解を形作るさまざまな道徳的価値観を見ている。
プロジェクトの理解
プロジェクトの目標は、自宅待機命令に関連するツイートから情報を集め、さまざまな道徳的価値観が人々の態度にどう影響したかを分析することだった。研究者たちは、これらのツイートで表現された価値観を理解することで、政府の担当者が健康に関する命令についてより良いメッセージを作成できると考えていた。
プロジェクトは、パンデミックについての即時の洞察を提供できる研究を望んでいたアメリカ国立科学財団から資金を受けた。チームは迅速にソーシャルメディアデータを集め、さまざまな道徳的視点を表すツイートに焦点を当てて分析を行った。
直面した課題
プロジェクトの間、研究者たちは多くの課題に直面した。常に変化するデータに対応するのは大変だった。最初のデータ収集では、期待していた情報量が得られず、新しい情報が入るたびに研究の焦点を調整し続ける必要があった。
最大の問題のひとつは、人々がツイートするタイミングや場所によって考えを異なる方法で表現することだった。たとえば、「私たちは家にいない!」というツイートは、パンデミックの初めには一つの意味を持つが、抗議が起こるようになった後にはまったく異なる意味になることがあった。これが投稿の分類や理解を難しくした。
これらの課題を克服するために、チームはアジャイルなアプローチを採用し、新しい情報が入るたびに迅速に作業を調整しなければならなかった。彼らは、アイデアやデザインを定期的にテストして洗練させる迅速なプロトタイピングを使用した。
データ収集
チームは、自宅待機命令に関する道徳的価値観を表現するツイートを集めることに焦点を当てた。2020年3月から5月までのツイートを手作業でラベル付けし、トピックとの関連性や反映される道徳的価値観に基づいて分類した。彼らはまた、分析を深めるために、過去の選挙の人口統計情報や投票パターンなどの追加データも使用した。
結果、多くのツイートが自宅待機命令を支持しており、その支持が他者への思いやりに結びついていることがわかった。しかし、時間が経つにつれて人々が継続するパンデミック制限に疲れてくると、感情には混在したものも見られた。
データの分析
研究者たちは、ツイートの様々な側面を見た。ポジティブかネガティブか、そしてどれだけ広がったかなどだ。自宅待機命令に対する人々の感情は、政治的信念と関連していることがわかった。たとえば、民主党の地域からのツイートは、制限を解除されたことに対する裏切り感に焦点を当てていることが多い一方、共和党の地域からのツイートは自由や政府の命令への抵抗に強く焦点を当てていた。
データは、パンデミックの重要な瞬間、たとえば自宅待機命令の導入や解除の際にツイートがピークを迎えるパターンを示した。主要な抗議があった間、ツイートが減少したことから、社会問題が公衆衛生の議論を上回ることがあることが示唆された。
得られた洞察
この研究の結果、いくつかの重要な洞察が得られた。まず、健康ガイドラインをフォローするよう人々を促すメッセージは、思いやりの道徳的価値に焦点を当てるべきであることが示された。他者への思いやりを強調するツイートは、自宅待機命令を支持する可能性が高い。
さらに、分析は、人々の政治的見解がこれらの命令に対する反応に強く影響していることを強調した。これらの視点を理解することで、担当者は特定のコミュニティに合ったより効果的なコミュニケーション戦略を設計できるだろう。
研究者たちはまた、農村地域がデータセットにおいて過小評価されていることを指摘し、今後の研究では公衆衛生に関する社会的議論でのより広範な声を捕えることを目指すべきだと提言した。
データの可視化
大量のデータを理解するために、研究者たちはさまざまなツイートの特徴を表示する視覚システムを作成した。彼らは、時と地域によって自宅待機命令に関するツイートがどのように変化したかを示すために、異なるチャートやマップを使用した。この可視化により、チームはパターンやトレンドをより明確に把握できた。
たとえば、彼らは自宅待機命令に関連するツイートの数とCOVID-19の症例数を同時に追跡するタイムラインを作成した。これにより、パンデミックの状況に応じた公衆の感情の進化をよりよく理解できた。
これらの視覚ツールのデザインは、チームメンバーからのフィードバックに基づいて多くの調整を経た。初めは、一部のデザインがデータ可視化に限られた経験しかない人には複雑すぎて混乱を招いていた。そのため、チームはデザインを簡素化して、よりアクセスしやすく解釈しやすいものにした。
協力とチームワーク
パンデミックの制限により、チームはリモートで作業し、進捗を共有し発見を話し合うために定期的に仮想会議を開かなければならなかった。彼らはコミュニケーション、社会科学、データ分析など、さまざまな学問的背景を持っていた。協力は多様な視点をもたらす一方で、プロジェクトの目標や要件に関する誤解を招くこともあった。
チームメンバーは、時にはプロジェクトから何を求めているかを伝えるのに苦労していた。その結果、お互いのアイデアに耳を傾け、プロジェクト計画を調整することが重要だった。明確なコミュニケーションは、努力を一致させ、チームメンバーが同じ方向を向いていることを確認するのに役立った。
これらの課題にもかかわらず、協力は強い洞察を生み出し、道徳的フレーミングが公衆衛生メッセージに与える影響についての理解を深めることにつながった。チームメンバーからのフィードバックはポジティブで、多くがデータの可視化に注ぎ込まれた努力に感謝の意を表していた。
学んだ教訓
この研究を通じて、研究者たちは急速に変化するデータに取り組むことや、異なるオーディエンスに合わせることについて貴重な教訓を学んだ。デザインを柔軟に保つことで、新しいデータが入ったときにより良く適応できることが分かった。これにより、分析やビジュアルをより簡単に洗練させることができた。
また、データに関する仮定に依存すると問題が生じることも発見した。そのため、研究が進むにつれて目標を変更することにオープンである必要があった。これには、データ収集プロセスの絶え間ない評価と、それが研究の目的にどう整合するかを考え直すことが求められた。
チームダイナミクスは、この協力的な環境での成功にとって不可欠であることが証明された。コミュニケーションを改善し、チームメンバー間の懸念に対処することで、研究者たちはより生産的な作業環境を育むことができた。
結論
要するに、この研究はCOVID-19パンデミック中に人々がソーシャルメディアで自宅待機命令についてどのように感情を表現したかに光を当てた。道徳的基盤の視点からツイートを分析することで、研究者たちは公衆の態度や政治的影響についての洞察を得た。
この仕事は、人々の価値観や信念に響く効果的なメッセージの必要性を強調した。また、急速に進化する状況での研究の複雑さや、多様なチーム間の協力の重要性も示した。
時には挑戦的な経験だったが、研究者たちは歴史の重要な瞬間に公衆衛生に関する広範な議論に貢献できたことに満足していた。今後の仕事は、このプロジェクトで得た教訓を活かし、健康メッセージにおける社会的ダイナミクスと公衆の感情を理解することに焦点を当てるだろう。
タイトル: A Lens to Pandemic Stay at Home Attitudes
概要: We describe the design process and the challenges we met during a rapid multi-disciplinary pandemic project related to stay-at-home orders and social media moral frames. Unlike our typical design experience, we had to handle a steeper learning curve, emerging and continually changing datasets, as well as under-specified design requirements, persistent low visual literacy, and an extremely fast turnaround for new data ingestion, prototyping, testing and deployment. We describe the lessons learned through this experience.
著者: Andrew Wentzel, Lauren Levine, Vipul Dhariwal, Zahra Fatemi, Barbara Di Eugenio, Andrew Rojecki, Elena Zheleva, G. Elisabeta Marai
最終更新: 2023-08-23 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2308.13552
ソースPDF: https://arxiv.org/pdf/2308.13552
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。