[论文解读] Emotion Regulation and Dynamics of Moral Concerns During the Early COVID-19 Pandemic

Siyi Guo, Keith Burghardt+2 more|arXiv (Cornell University)|Mar 7, 2022

Misinformation and Its Impacts被引用 6

一句话总结

本研究分析了2020年1月至5月期间的英文Twitter帖子，以探讨早期COVID-19大流行期间情绪与道德关切的动态变化。利用最先进的自然语言处理（NLP）模型，研究发现积极情绪上升且恐惧感降低，这一现象与不确定性减少和团结感增强有关，同时在美国首例死亡病例后，情绪与道德反应的党派分歧逐渐显现。

ABSTRACT

The COVID-19 pandemic has upended daily life around the globe, posing a threat to public health. Intuitively, we expect that surging cases and deaths would lead to fear, distress and other negative emotions. However, using state-of-the-art methods to measure sentiment, emotions, and moral concerns in social media messages posted in the early stage of the pandemic, we see a counter-intuitive rise in positive affect. We hypothesize that the increase of positivity is associated with a decrease of uncertainty and emotion regulation. Finally, we identify a partisan divide in moral and emotional reactions that emerged after the first US death. Overall, these results show how collective emotional states have changed since the pandemic began, and how social media can provide a useful tool to understand, and even regulate, diverse patterns underlying human affect.

研究动机与目标

• 利用社交媒体数据，理解公众在早期COVID-19大流行期间的情绪与道德反应。
• 探究疫情期间情绪变化是否反映情绪调节或不确定性减少。
• 考察政治意识形态如何调节公众健康危机中的情绪与道德反应。
• 评估先进NLP模型与基于词典的方法在情感与道德基础检测中的稳健性。

提出的方法

• 使用关键词（如“coronavirus”、“pandemic”）收集的大规模开源Twitter数据集。
• 应用先进的基于Transformer的自然语言模型，对情绪（恐惧、愤怒、乐观）和道德基础（关怀、公平、忠诚、权威、圣洁）进行分类。
• 将先进NLP模型的结果与简单的基于词典的情感分析方法进行对比，以验证结果的一致性与稳健性。
• 利用预训练模型对用户按政治意识形态进行分类，分析不同意识形态群体间情绪与道德动态的差异。
• 从2020年1月到5月追踪情绪与道德指标的随时间变化，识别公众情绪的阶段转变。
• 进行统计检验（如T检验），评估自由派与保守派在情绪与道德表达上的差异显著性。

实验结果

研究问题

• RQ1 在社交媒体上，早期COVID-19大流行期间，集体情绪（如恐惧、愤怒、乐观）如何演变？
• RQ2 积极情绪上升与恐惧感降低在多大程度上可归因于情绪调节与不确定性减少？
• RQ3 在大流行期间，与关怀、公平和忠诚相关的道德关切如何随时间变化？
• RQ4 政治意识形态在社交媒体上如何塑造对大流行的愤怒与道德反应？
• RQ5 党派分歧在情绪与道德表达中何时出现，哪些事件触发了这种分化？

主要发现

• 尽管疫情严重，积极情绪及与美德（如关怀、忠诚）相关的道德关切上升，而恐惧感下降。
• 积极情绪上升与恐惧感下降的现象在先进NLP模型与基于词典的简单方法中均表现稳健。
• 不确定性减少与团结感增强与观察到的情绪转变显著相关。
• 在美国首例死亡病例后，情绪与道德反应的党派分歧显现，自由派与保守派在愤怒、悲伤及与关怀相关的道德基础表达上出现分化。
• 在多个维度（包括公平、关怀与愤怒）上，情绪与道德反应的分化具有统计学显著性（p < 0.05）。
• 研究结果与公众情绪的相变模型一致，表明情绪从初始的痛苦转向接受与团结，与先前研究中观察到的“接受阶段”相符。