Tabel sintesis

No Penulis dan tahun Tujuan Metode penelitian Jumlah Hasil

responden/sampel
1. Sijia Li, Yilin Tujuan dari Dalam penelitian Sampel dalam Di antara 17.865
Wang, Jia Xue, penelitian ini ini, kami penelitian ini pengguna Weibo aktif,
Nan Zhao, dan adalah untuk menggunakan berasal dari 25,23% adalah laki-
Tingshao Zhu. mengeksplor Online Ecological kumpulan data laki dan 77,95%
Diterima: 28 asi dampak Recognition Weibo asli. berasal dari Cina
Februari 2020 COVID-19 (OER), yang Kumpulan data Timur, yang
Dikirim: 17 Maret pada manusia disebut otomatis berisi dianggap sebagai
2020 kesehatan pengakuan profil lebih dari 1,16 juta wilayah terkaya di
Diterbitkan: 19 mental, untuk psikologis pengguna Weibo Cina.  Usia pengguna
Maret 2020 membantu (misalnya, aktif. Weibo adalah yang mendaftarkan
pembuat kecemasan, platform populer tanggal lahir mereka
1
kebijakan kesejahteraan, dll.) untuk berbagi dan di profil mereka
mengembang dengan mendiskusikan (n = 4156, 23,26%)
kan kebijakan menggunakan individu berkisar antara 8
yang dapat model prediksi informasi dan hingga 56 tahun
ditindak berdasarkan data aktivitas dengan usia rata-rata
lanjuti, dan perilaku ekologis kehidupan, serta 33 tahun.
membantu dari Weibo. berita selebriti di
praktisi klinis Tiongkok. digambarkan dalam
(misalnya, Kami Data yang diambil Tabel 1.
pekerja menggunakan termasuk (1) Tabel 1. Karakteristik
sosial, sistem Text Mind informasi profil demografis peserta
psikiater, dan yang pengguna, (2) yang dipilih.
psikolog) dikembangkan oleh perilaku jaringan, n (%)
menyediakan Computational dan (3) Weibo Jenis kelamin
layanan tepat Cyber Psychology pesan. Privasi pria
waktu untuk Laboratory dilindungi secara 4507 (25.23)
populasi yang di Institute of ketat selama Perempuan
terkena Psychology, prosedur, mengacu 13.358 (74,77)
dampak. Chinese Academy pada prinsip- Usia
of Sciences untuk prinsip etika. –9 tahun : 110 (0.62)
mengekstraksi fitur Kami telah 10–19 tahun : 20
konten, termasuk memperoleh (0.11)
Alat segmentasi persetujuan Komite 20–29 tahun : 2035
kata Mandarin, dan Etik dan kode (11,39)
kamus etiknya adalah 30–39 tahun :1598
psikoanalitik H15009. (8.94)
Kriteria inklusi 40– tahun : 393 (2.20)
Kami berikut digunakan data tidak ada
menggunakan kata untuk memilih 13.709 (76,74)
Cina alat pengguna Weibo Wilayah lokasi
segmentasi untuk aktif dari kumpulan Cina Timur
membagi konten data. 13.925 (77,95)
microblog asli Pertama, mereka Cina Tengah
pengguna menjadi telah menerbitkan 1644 (9.20)
kata / frasa dengan setidaknya 50 Cina Barat
linguistik anotasi, posting Weibo asli 2296 (12.85)
seperti kata kerja, sekitar sebulan dari Total
kata benda, kata 31 Desember, 17.865 (100)
keterangan, dan 2019 hingga 26
objek, dan Januari, 2020. 3.2. Perbedaan
kemudian Kedua, jenis Linguistik
diekstraksi secara otentikasi mereka Dalam penelitian ini,
psikologis kategori adalah non- kami membandingkan
yang berarti institusional kategori LIWC antara
melalui LIWC Cina (misalnya, minggu sebelumnya
yang pengguna individu, (T-sebelum) dan
disederhanakan dll.) Ketiga, setelah
(Penyelidikan otentikasi regional (T-setelah) 20 Januari,
Bahasa dan Jumlah mereka di China, ditunjukkan pada
Kata). bukan "luar negeri" Tabel 2. Ini berisi dua
Kamus Fitur atau "lainnya". jenis kategori LIWC:
leksikal ini adalah Kami akhirnya kata-kata emosi dan
sumber data untuk memperoleh kata-kata yang
analisis frekuensi 17.865 pengguna memprihatinkan.
kata. Weibo aktif, lalu Kata-kata emosi
mengambil semua termasuk emosi positif
Setelah ekstraksi posting asli mereka (misalnya, iman,
fitur, kami yang diterbitkan kepuasan, dan berkat),
menggunakan selama 13 Januari, emosi negatif
model prediksi 2020 hingga 26 (misalnya, khawatir,
psikologis Januari, 2020 curiga, dan cemburu),
diperoleh dari menjadi periode kecemasan (misalnya,
pelatihan dua minggu untuk kesal, gugup, dan
pendahuluan untuk analisis. gila), dan
memprediksi profil kemarahan (misalnya,
psikologis para keluhan). Kata-kata
pengguna Weibo yang menjadi
yang aktif ini. Ini perhatian meliputi
prediksi model kesehatan (misalnya,
adalah alat yang susah tidur, dokter,
dikembangkan dan olahraga), waktu
untuk penelitian luang
psikologi online (misalnya, memasak,
berdasarkan data mengobrol, dan film),
besar dan keluarga (misalnya,
pembelajaran keluarga dan rumah),
mendalam teman (misalnya,
teknologi, termasuk teman dan
indikator tamu), uang (mis.
emosional tagihan, uang tunai,
(kecemasan, dan pinjaman),
depresi, kematian (mis.
kemarahan, dan penguburan,
kebahagiaan pembunuhan, dan
Oxford), pemakaman), dan
indikator kognitif agama
(penilaian risiko (misalnya, gereja,
sosial dan kepuasan masjid, dan kuil),
hidup), dan yang dapat
sebagainya. Gamba mencerminkan apa
r menggambarkan yang orang
prosedur dari perhatikan.
ekstraksi fitur ke
prediksi indikator Tabel 2. Analisis
psikologis. Semua frekuensi kata
model prediksi sebelum dan sesudah
telah mencapai 20 Januari.
korelasi sedang I-Sebelum
dengan skor T-Setelah
kuesioner. Kelayak t df hal M SD M SD
an model prediksi Kata-kata yang
telah berulang kali memprihatinkan
ditunjukkan. Kesehatan
Prosedur ekstraksi 0,37
fitur dari data 0,43
Weibo online dan 0,72
indikator 0,63
psikologis -72.392
diprediksi 17.747
oleh fitur dinamis. Kenyamanan
Kami menghitung 1.77
frekuensi kata, skor 1.28
indikator 1,60
emosional negatif 1.19
(yaitu, kecemasan, 21.963
depresi, 17.747
dan kemarahan), Keluarga
indikator 0,22
emosional positif 0,30
(yaitu, kebahagiaan 0,25
Oxford), dan 0,30
indikator kognitif -12.571
(Yaitu, risiko sosial 17.747
dan kepuasan Teman
hidup) dari pesan 0,11
yang 0,20
dikumpulkan. Kam 0,10
i kemudian 0,16
membandingkan 6.202
perbedaan 17.747
karakteristik Uang
psikologis sebelum 0,71
dan sesudah 0,77
deklarasi wabah 0,71
COVID-19 pada 20 0,75
Januari, 1.353
2020 melalui uji-t 17.747
berpasangan 0,176
dengan Kematian
menggunakan 0,14
SPSS (Produk 0,27
Statistik dan Solusi 0,15
Layanan) 22, 0,24
yang diterbitkan -6,707
oleh IBM 17.747
(International Agama
Business Machines 0,28
Corporation), New 0,46
York, AS. 0,32
0,45
-13.816
17.747
Kata frekuensi
meningkat secara
signifikan dalam
kategori
"keprihatinan,"
termasuk kesehatan (t
(17.747) = -72.392,
p <0,05), keluarga (t
(17,747) = -12,571, p
<0,001), kematian (t
(17,747) = -6,707, p
<0,001), dan agama
(t (17.747) = -13.816,
p <0.001), tetapi
menurun pada waktu
senggang (t (17.747) =
21.963, p <0.001) dan
teman
(t (17.747) = 6,202, p
<0,001).
3.3. Indikator
Emosional
Hasil menunjukkan
perbedaan yang
signifikan dari
indikator emosional
antara T-sebelum (13-
19 Januari,
2020) dan T-after (20–
26 Januari, 2020),
seperti yang
ditunjukkan pada
Tabel 3. Setelah 20
Januari, emosi negatif
indikator ciri
psikologis meningkat
pada kecemasan (t
(17.747) = -35.962, p
<0.001), depresi
(t (17.747) = -10.717,
p <0.001), dan amarah
(t (17.747) = 5.500, p
<0.001), sedangkan
emosi positif
indikator ciri
psikologis menurun
pada kebahagiaan
Oxford (t (17.747) =
3,120, p <0,01).