在线社区内社会规范涌现动态的实证研究
社会与信息网络
2023-01-03 v1 计算机与社会
摘要
尽管社会规范对遏制错误信息的效应已被确认，但关于社会规范涌现模式（例如具有不同特征的在线社区中社会 tipping 的模式与变异）的知识仍十分匮乏。据此，本研究考察在线社区中社会 tipping 的特征，并检验 tipping 特征与在线社区特征之间的相关性。以 COVID-19 疫苗接种的副作用为案例主题，我们首先追踪了 100 个在线社区中的 tipping 特征模式，这些社区系使用 Louvain 算法从 2020 年 5 月至 2021 年 4 月 Twitter 上聚合通信网络中检测得到。随后，我们采用多变量线性回归探索 tipping 特征与社区特征间的相关性。我们发现，在线社区中的社会 tipping 可维持两至四个月，并导致接受规范性信念的在线社区人口增加 50%。回归表明，社会 tipping 的持续时间与社区人口规模及社会规范初始接受度呈正相关，而 tipping 持续时间与社区成员间连接度呈负相关。此外，网络模块度与社会规范初始接受度同社会 tipping 的程度呈负相关，而连接度与介数中心性同 tipping 程度呈显著正相关。我们的发现为数字环境中针对错误信息的更精准规范性干预提供了启示，因其提供了关于社会规范涌现时机与机制的初步证据。
引用
@article{arxiv.2301.00453,
title = {Investigating the Dynamics of Social Norm Emergence within Online Communities},
author = {Shangde Gao and Yan Wang and My T. Thai},
journal= {arXiv preprint arXiv:2301.00453},
year = {2023}
}