量化媒体对新冠口罩佩戴信念的影响

政治信念如何随媒体曝光而变化是一个复杂的问题。一些研究已能够证明，拥有不同媒体饮食的群体在总体上（例如，消费党派新闻的美国媒体受众）会对政策问题形成不同的信念，但在更细粒度的数据层面——即在新闻报道中表达的态度层面——证明这一点仍然困难。与现有的描述细粒度细节但非数据驱动的观点形成模型，或依赖简单关键词检测而忽略语言细微差别的数据驱动研究相比，能够识别新闻文本中的复杂态度并利用这些数据驱动模型，将使我们能够对媒体信息引发的观点形成进行更细致的实证研究。本研究贡献了一个数据集及一项分析，能够将个别新闻报道中的态度映射到随时间变化的总体观点变化上，针对的是一个在美国因党派媒体饮食而异的重要公共卫生话题：新冠口罩佩戴信念。通过收集 2020 年 4 月 6 日至 6 月 8 日期间美国新闻媒体的报道数据集，并根据 Howard 2020 年的“口罩感知量表”（Face Mask Perception Scale）对其关于新冠口罩佩戴的陈述进行标注，我们展示了媒体信息与同期盖洛普（Gallup）调查的实证民意 polling 数据之间的细粒度相关性。我们还证明了该数据可用于对该期间支持和反对口罩情绪的定量分析，识别出推动观点变化的重大事件。该数据集已公开，可供其他研究人员评估新闻媒体内容如何驱动口罩佩戴态度。此外，我们希望其通用方法能使其他媒体研究人员对媒体对观点的影响进行更详细的分析。