縦断的なソーシャルメディア分析を通じて環境意識の時間的動態を定量化する

科学分野:

• 環境科学 環境科学
• 社会科学 社会科学とは
• コンピューティング社会科学

背景:

• 環境変化に対する社会的認識は,ダイナミックなプロセスである.
• 国民の意識を理解するには,人間と環境の相互作用を分析する必要があります.
• ソーシャルメディアは,公共の議論に関する縦断的なデータの豊富な情報源を提供します.

研究 の 目的:

• 大気汚染に関する公衆の意識の時間的進化を分析する.
• ソーシャル・メディア・ディスカースを用いて,集団的知覚のダイナミクスを定量化する.
• 環境条件と公衆の意識との関係を調査する.

主な方法:

• 空気汚染に関する3年間のソーシャルメディアデータの縦断分析.
• Valence Aware辞書とSentiment Reasoner (VADER) とTwitter-RoBERTaを使用してセンチメント分析を行いました.
• BERTopicでトピックモデリングを行い,支配的なディスカッションテーマを特定します.
• 感情指標とPM10レベルとの相関と相互情報分析.
• 時間の変動を評価するために,クルスカル=ワリステストを用いた統計分析.

主要な成果:

• 公衆の感情指標とPM10レベルとの間で同期した変動が観察されました.
• 公衆の意識は,汚染の変動性への依存度が増加していることを示しています.
• 感情の分布における統計的に有意な時間的変動は,大衆の意識の適応的な変化を裏付けている.
• 時間の経過とともに,大気汚染に関連する支配的な議論のテーマを特定する.

結論:

• 環境問題に対する公衆の意識は,社会環境システムにおける測定可能な順序パラメータである.
• 集団的知覚は,環境の強制と公共の情報流の間の非線形フィードバックから生まれます.
• 多層の社会環境認識の枠組みは,ソーシャルメディアデータから発生する意識の動態を定量化することができます.