DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이병휘 | ko |
dc.contributor.author | 정하웅 | ko |
dc.date.accessioned | 2020-10-23T01:56:05Z | - |
dc.date.available | 2020-10-23T01:56:05Z | - |
dc.date.created | 2020-08-04 | - |
dc.date.created | 2020-08-04 | - |
dc.date.created | 2020-08-04 | - |
dc.date.created | 2020-08-04 | - |
dc.date.issued | 2020-06 | - |
dc.identifier.citation | 한국사회, v.21, no.1, pp.35 - 62 | - |
dc.identifier.issn | 1229-036X | - |
dc.identifier.uri | http://hdl.handle.net/10203/276929 | - |
dc.description.abstract | 2015년 5월 시작된 메르스(MERS) 확산과정은 병리적 영향과 사회적 영향이 비례 하는 통상의 ‘(대)유행 전염병’과는 다르게 직접적인 병리적인 영향력의 규모에 비해 지대한 사회적 영향력을 행사했다. 그러나 역학조사나 정부와 의료기관의 대응 실태 에 관한 객관적인 통계조사와 달리 시민들이 느낀 질병에 대한 엄청난 공포, 정부에 대한 인식, 사회적 불안감과 같은 사회적 영향은 정성적으로만 다루어졌을 뿐 그 객 관적 측정 기준과 수치를 제시하는 연구는 상대적으로 드물었다. 본 연구에서는 2015년 메르스가 야기한 사회적 영향을 우리나라의 대표적 온라인 소셜 플랫폼 중 하나인 트위터에서 나타난 1,840,550개 사용자의 발화 내용(트윗)과 반응(리트윗) 의 특징을 세 가지 관점으로 분석하고자 한다. 첫째로, 트위터 내 정보 확산 패턴을 살펴봄으로 소수 상위 트윗이 대다수의 확산을 차지하는 불균등한 확산의 구조로 되 어 있음을 확인한다. 둘째로, 높은 확산성을 지닌 트윗들의 특징을 살펴보기 위해 주제 및 어휘 사용의 시간에 따른 변화를 살펴본다. 마지막으로, 정부와 관계된 계 정들과 일반 계정들에 의한 트윗들의 특징을 대조해 봄으로써 재난 상황에서 사회 주체에 따라 정보를 공유하는 시기와 소통 방식의 특징에 차이가 있음을 확인한다. 이러한 분석은 향후 우리 사회가 또 다른 재난 상황을 겪게 되었을 때 발현될 수 있 는 잠재적인 사회적 정서와 정보의 확산을 예측하고 그에 따른 다양한 사회 구성원 들의 소통을 끌어내 위기상황을 현명하게 대처하는 데 도움을 줄 것으로 기대된다. | - |
dc.language | Korean | - |
dc.publisher | 한국사회연구소 | - |
dc.title | 트위터로 본 메르스(MERS)의 사회적 영향: 대응 시기와 집단에 따른 목소리의 다양성 | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 21 | - |
dc.citation.issue | 1 | - |
dc.citation.beginningpage | 35 | - |
dc.citation.endingpage | 62 | - |
dc.citation.publicationname | 한국사회 | - |
dc.identifier.doi | 10.22862/kjsr.2020.21.1.002 | - |
dc.identifier.kciid | ART002602330 | - |
dc.contributor.localauthor | 정하웅 | - |
dc.description.isOpenAccess | Y | - |
dc.subject.keywordPlus | 메르스 | - |
dc.subject.keywordPlus | 전염병 모형 | - |
dc.subject.keywordPlus | 트위터 | - |
dc.subject.keywordPlus | 워드임베딩 | - |
dc.subject.keywordPlus | 토픽모델링 | - |
dc.subject.keywordPlus | MERS | - |
dc.subject.keywordPlus | epidemic model | - |
dc.subject.keywordPlus | - | |
dc.subject.keywordPlus | word embedding | - |
dc.subject.keywordPlus | topic modeling | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.