摘要：在日益复杂的环境中,经过视觉操纵的伪健康短视频在社交媒体平台的广泛传播,放大了虚假信息的影响,为数字空间治理提出新的挑战。视觉特征操纵在用户信息可信度感知方面存在显著差异,有专业特征的伪健康短视频具有更高的信息可信度。无论是算法纠正还是社会纠正,均能够在一定程度上降低伪健康信息的可信度。其中,算法纠正在非专业视觉特征下对降低错误认知有较好效果;而在专业视觉特征下,社会纠正的效果则更好。虽然仅接触数字健康素养干预对可信度判断没有影响,但数字健康素养干预与实时纠正策略之间的交互作用是降低错误认知的有效方案。

摘要：本研究探讨了与“无痛分娩”相关的伪健康信息误导纠正效果及其主要影响因素。研究采用2×2×2被试间因素设计,检验用户评论、信息论据形式和卷入度三个因素对误导纠正效果的影响,结果发现:叙述型论据纠正效果好于数据型论据;使用叙述型论据时,适当过滤质疑型用户评论有利于提升纠正效果;使用数据型论据时,保留一些质疑型用户评论反而有利于提升纠正效果;对于低卷入度用户,使用数据型论据时纠正效果会更好,但对于高卷入度用户,使用叙述型论据则会产生更好的纠正效果。在关于“无痛分娩”伪健康信息误导纠正的传播实践中,需要重视信息论据形式、用户评论和卷入度三者的匹配效应。

摘要：[目的/意义]伪健康信息广泛传播会给公众健康带来不可预测的风险,探究在线社会化学习对公众伪健康信息甄别、分享和虚假宣传认知的影响,有助于从社会化学习角度帮助公众进行理性健康决策以及促进伪健康信息治理。[方法/过程]通过设计实验,选取已被证实的伪健康信息作为实验材料,运用配对样本T检验、独立样本T检验、单因素ANOVA检验分析在线社会化学习对公众伪健康信息甄别和自信程度的影响,并利用线性回归探究影响公众分享行为的因素。[结果/结论]结果发现,在线社会化学习可以提高公众伪健康信息甄别能力,增强对自我判断的肯定;用户背景信息越透明,对风险的认知能力越强;同时信息真实程度对用户分享行为没有显著影响。由此提出相关建议,为社交媒体平台应对伪健康信息治理提供理论参考。