科學傳播中的不均衡現象，在涉及公共衛生議題如新冠疫情等問題上，表現得特別嚴重，這樣的情況可能導致某些群體在面臨疾病傳播時表現的更加脆弱。深圳大學傳播學院計算傳播實驗室和南京大學計算傳播學實驗中心的研究團隊通過分析了推特上的科學文獻轉發數據，發現科學傳播的波動與不同參與度群體的流動趨勢之間存在顯著的相關性。

子群體轉發比例的演變與整體轉發趨勢之間的關系，說明參與度越低的子群體在面對外部沖擊時表現出更高的敏感度。其中，顏色表示MIC系數，而Pearson相關系數的統計顯著性則通過標記表示。虛線代表用于擬合Pearson相關系數結果的OLS線性回歸線，R²= 0.876，p < 0.001。

為了更好的解釋數據結果，研究團隊提出并使用一個考慮了異質性信息接受閾值的SIRS模型來模擬用戶參與科學傳播的可能機制。研究發現，低參與度的個體由于對信息接受閾值較低，往往會更快地參與信息傳播，但也更容易被其他無關信息吸引而離開傳播。與此相反，高參與度的個體一旦加入傳播，他們則很難離開。研究還指出，不同的參與者對科學傳播的效果有著不同作用，穩定的社區對于確保信息連續傳播起到了關鍵作用，而快速反應的參與者則可以使信息更快地跨越不同的社區并產生影響。

這一研究成果發表在SSCI（Q1區）期刊《Humanities & Social Sciences Communications》上，該刊也是Nature旗下唯一的一本人文社會科學的子刊。論文題目為“A solid camp with flowing soldiers: heterogeneous public engagement with science communication on Twitter ”，博士研究生楊賓（南京大學）為第一作者，巢乃鵬（深圳大學）和王成軍（南京大學）為共同通訊作者。

論文鏈接：https://www.nature.com/articles/s41599-023-02331-4

（來源 傳播學院）