Jianghao Wang, Yichun Fan, Juan Palacios, Yuchen Chai, Nicolas Guette-Jeanrenaud, Nick Obradovich, Chenghu Zhou, Siqi Zheng: Global evidence of expressed sentiment alterations during the COVID-19 pandemic, in: Nature Human Behaviour 6, Nr. 3 (1. März 2022) S. 349-358.
Abstract:
„Die Covid-19-Pandemie hat die körperliche Gesundheit und das subjektive Wohlbefinden der Menschen in nie gekanntem Maße belastet. Während Länder auf der ganzen Welt Plattformen entwickelt haben, um die Entwicklung von Covid-19-Infektionen und Todesfällen zu verfolgen, sind häufige globale Messungen des affektiven Zustands, um die emotionalen Auswirkungen der Pandemie und der damit verbundenen politischen Interventionen zu messen, nach wie vor Mangelware. Auf der Grundlage von 654 Millionen mit Geotags versehenen Social-Media-Posts in über 100 Ländern, die 74 % der Weltbevölkerung abdecken, entwickelten die Autor*innen in Verbindung mit hochmodernen Techniken zur Verarbeitung natürlicher Sprache einen globalen Datensatz von Stimmungsindizes, mit dem sich die Gefühlslage auf nationaler und subnationaler Ebene täglich verfolgen lässt. Die Autor*innen stellen zwei motivierende Anwendungen mit Daten aus der ersten Welle von Covid-19 (vom 1. Januar bis 31. Mai 2020) vor. Erstens liefern die Autor*innen mit Hilfe eines Regressions-Diskontinuitäts-Designs konsistente Belege dafür, dass Covid-19-Ausbrüche weltweit einen steilen Rückgang der geäußerten Stimmung verursachten, gefolgt von einer asymmetrischen, langsameren Erholung. Zweitens finden die Verfasser*innen der Studie unter Anwendung synthetischer Kontrollmethoden mäßige bis gar keine Auswirkungen von Abriegelungsmaßnahmen auf die geäußerte Stimmung, wobei eine große Heterogenität zwischen den Ländern besteht. Diese Studie zeigt, wie Daten aus sozialen Medien in Verbindung mit Techniken des maschinellen Lernens Echtzeitmessungen von Gefühlszuständen liefern können.“
Link zum Artikel auf der Seite der Zeitschrift Nature
Link zum Download des Artikels als PDF-Datei von der Seite der Zeitschrift Nature