摘要: 【目的/意义】社会化问答社区在健康信息传播中具有关键作用,了解用户偏好的信息类型对提高信息质
量、促进与用户之间的有效沟通至关重要。【方法/过程】本研究利用多值集定性比较分析(mvQCA)方法,选取知乎
中有关COVID-19的答案,从信息特征和来源的角度确定8个前因变量,通过组态视角构建多重并发的因果关系,
最终获取不同偏好答案对应的条件组态以及特征。【结果/结论】研究发现:(1)偏好高的答案对应的组态有3种,其
中字数多和可视化是必要条件,此外用户更偏好具有损失框架、统计证据、积极情感、可视化以及包含具体链接特
征的答案;偏好低的答案对应的组态有4种,其中字数少和不包含专家是必要条件,此外用户不喜欢无框架、叙事证
据、无情感、纯文本以及无具体源特征的答案;(2)偏好高的答案其主题分布在记录各国新冠时政情况、介绍新冠预
防治疗、反映医患相关资讯以及热点“人物”介绍。本研究丰富了健康信息传播以及用户偏好信息类型的相关理论
研究,同时对提高社会化问答社区中健康信息的整体质量以及用户之间有效沟通提供参考。【创新/局限】不同于以
往研究视角,本研究通过组态视角能够更有效地挖掘多重并发的因果关系,进而获取用户偏好的不同答案类型,然
而本研究仅以小样本展开分析,未来可考虑更多样本的研究。