图源：今文提示 ideogram生成
在数字化时代，社交媒体成为信息传播、思想交流和情感表达的重要平台，作用日益显著。用户不仅分享生活，还参与政治、商业和个人品牌建设。但社交媒体也可能导致焦虑、孤独等负面情绪，影响个体心理健康和信息传播效果。
情绪在传播学中一直是核心议题，随着媒介技术发展，情绪在更广泛的社交环境中被感知和传播，要求研究者更新理论框架和测量方法。
北京师范大学杨雅和中国传媒大学朱雨晴的研究旨在探索社交媒体使用与情绪的关系，构建测量指标体系，基于LC4MP模型和情绪认知的生理心理学基础，结合主客观测量方法，提供全面的情绪研究框架，揭示影响并为未来研究提供参考。
论文信息
杨雅,朱雨晴. 社交媒体使用与情绪研究：理论基础与测量指标构建[J]. 新闻与传播评论,2024,77(05):33-47. DOI:10.14086/j.cnki.xwycbpl.2024.05.003.
论文的研究方法
理论基础
论文首先厘清了情绪研究的生理心理学基础，介绍了詹姆斯-朗格情绪理论、坎农巴德情绪理论、情绪评估理论等。情绪被视为包含身体唤醒、外显行为和主观体验等多种成分的复杂心理现象。
情绪分类
论文讨论了基本情绪与维度情绪的分类方式，基本情绪如开心、悲伤、恐惧、愤怒等，维度情绪则通过效价（愉悦到不愉快）和唤醒（兴奋到平静）两个维度来衡量。
LC4MP模型
该模型描述了个体如何处理媒介信息，聚焦于信息结构和内容与大脑和身体系统的相互作用和影响。模型假设人类有两个潜在的动机系统：欲求动机系统和厌恶动机系统。动机系统的激活影响认知资源的分配，进而影响媒介信息处理的过程和效果。
情绪测量方法
论文回顾了自我报告（如量表）和生理测量（如脑电、功能性磁共振、眼动、皮肤电和心电图）的方法，并尝试构建一个社交媒体使用与情绪研究的测量指标体系。
论文的研究过程
理论框架构建
该研究首先通过文献综述，建立了研究的理论框架。研究者详细分析了情绪研究的生理心理学基础，以及情绪与社交媒体信息加工之间的关系。接着，研究者设计了一系列实验，以测试不同社交媒体信息对情绪的影响。
实验设计与数据收集
实验设计包括选择不同类型的社交媒体内容，如文字、图片、视频等，以及考虑信息的感官类型和刺激特征。研究者还考虑了受众的个体差异，如年龄、性别、文化背景等，因为这些因素可能影响情绪反应和认知加工。
情绪测量的实施
在实验过程中，研究者使用了一系列的情绪测量工具，包括自我报告量表和生理心理测量设备。自我报告量表用于收集被试的主观情绪体验，而生理心理测量设备则用于记录被试在接触社交媒体内容时的生理反应。
数据分析与结果解释
数据收集后，研究者运用统计分析方法，如相关性分析和回归分析，来评估不同情绪测量指标与社交媒体使用之间的关系。通过这些分析，研究者能够确定哪些情绪测量指标与社交媒体使用最为相关，并据此构建情绪测量的指标体系。
影响因素的分析
最后，研究讨论了情绪测量结果的影响因素，包括受众的个体差异、信息刺激类型的差异以及情绪加工与认知加工之间的关系。这些因素的分析有助于理解情绪测量的准确性，并为未来的情绪研究提供了宝贵的见解。
论文的结论与展望
研究结论
研究还发现，被动社交媒体使用（PSMU）的理论假设需要修正，以更精确地反映情绪对社交媒体使用的影响。未来的研究应采用更短时间间隔的测量方法，如毫秒级的认知和生理指标，以捕捉情绪效应的瞬时、中期和长期效果。
此外，研究强调了考虑受众个体特异性和媒介介质特异性的重要性，未来的研究需要关注不同用户群体在社交媒体使用中的情绪体验差异，以及不同媒介平台对情绪加工和传播的影响。
未来展望
展望未来，研究建议进一步探索社交媒体信息如何引发特定的情绪反应，以及这些情绪反应如何影响信息的传播效果。此外，未来的研究可以探索如何利用情绪测量指标体系来设计更有效的社交媒体干预措施，以减少被动社交媒体使用可能带来的负面影响。
总之，本研究的指标体系可以与计算传播学中的社交分析与情绪分析方法相结合，形成“个体—群体—社会”的情绪测量框架，为社交媒体的情绪研究提供更为全面和深入的见解。
结语
北京师范大学杨雅和中国传媒大学朱雨晴的这篇研究为我们提供了一个全面且深入的视角，探讨了社交媒体使用与情绪之间的复杂关系。通过构建基于LC4MP模型和情绪认知的生理心理学基础的测量指标体系，研究不仅揭示了情绪在社交媒体传播中的重要作用，还为未来的研究提供了宝贵的方法论支持。
该研究的多维度测量方法，结合主观自我报告和客观生理心理测量，为情绪研究提供了更全面的数据，有助于揭示情绪在不同情境下的复杂性和多样性。通过实验设计和数据分析，研究者成功地构建了一个情绪测量的指标体系，为评估不同社交媒体信息对情绪的影响提供了科学依据。
未来，随着社交媒体的不断发展和用户行为的多样化，进一步探索不同文化背景下的情绪反应和不同媒介平台对情绪加工的影响显得尤为重要。研究建议未来的研究可以关注不同用户群体在社交媒体使用中的情绪体验差异，以及如何利用情绪测量指标体系设计更有效的社交媒体干预措施，以减少负面情绪的影响。
图文收集自网络，非本号观点；如有侵权，请联系删除
更多前沿论文解读，请每日关注AI今说~
