在Twitter上分析无化物内容:主题建模研究
Matheus Lotto1,2, Irfhana Zakir Hussain2,3, Jasleen Kaur2
1Department of Pediatric Dentistry, Orthodontics and Public Health, Bauru School of Dentistry, University of São Paulo, Bauru, Brazil.
对健康的生活方式和天然产品的担忧推动了社交媒体上"无化物"讨论的增加. 公共卫生官员必须监测这一趋势,以应对潜在的健康错误信息.
科学领域:
- 信息病理学和信息监测
- 社交媒体分析 社交媒体分析
- 公共卫生传播 公共卫生传播
背景情况:
- 社交媒体可以传播健康错误信息,但也揭示了消极信念背后的社会因素.
- 数据挖掘在信息学中对于打击错误信息至关重要.
- 关于化物错误信息的研究有限,特别是在Twitter上,尽管人们对化产品的担忧.
研究的目的:
- 分析"无化物"推文的主题和时间频率.
- 了解在线反化话语的驱动因素和性质.
主要方法:
- 利用Twitter API收集了21,169条"无化物"推文 (2016年5月至2022年5月).
- 应用隐性迪里克莱特分配 (LDA) 主题建模以确定关键主题.
- 分析了主题相似性,手动审查了代表性推文,并使用Elastic Stack可视化了时间趋势.
主要成果:
- 确定了三个主要主题:"健康的生活方式"",天然/有机口腔护理产品"和"无化物替代品的建议".
- 主题1关注健康问题和化物毒性;主题2关注天然产品偏好;主题3关注无化物产品和水的推广.
- 推特量从2016-2019年减少,然后从2020年开始增加,与健康和天然产品趋势相关.
结论:
- 增加的"无化物"推文是由健康生活方式的关注和采用天然产品的动机,可能是由错误信息推动的.
- 公共卫生当局,专业人士和决策者需要解决在线无化物内容的传播,以减轻潜在的人口健康风险.
更多相关视频
08:20Systematic Approach to Identify Novel Antimicrobial and Antibiofilm Molecules from Plants' Extracts and Fractions to Prevent Dental Caries
Published on: March 31, 2021
09:04Identifying Per- and Polyfluorinated Chemical Species with a Combined Targeted and Non-Targeted-Screening High-Resolution Mass Spectrometry Workflow
Published on: April 18, 2019
相关概念视频
Electrophilic Aromatic Substitution: Fluorination and Iodination of Benzene
Filtration and Urine Formation
Fluid Mosaic Model
The Fluid Mosaic Model
FISH - Fluorescent In-situ Hybridization
Modeling in Therapy
Participant Modeling
Participant modeling involves therapists demonstrating calm and effective behaviors in...
