Networked Emotional News on Social Media
書名（以學術體例詳填資料，網路來源提供超連結及檢索日）：
Ahmed Al-Rawi (2020) Networked Emotional News on Social Media, Journalism Practice, 14:9, 1125-1141, DOI: 10.1080/17512786.2019.1685902
社群媒體上的網絡情感新聞
導讀者：李妍頻
原作摘要：
本文研究Facebook用戶對於新聞報導點擊的表情符號，以「網絡化情感新聞」的概念連結新聞價值理論與情感。研究結果表明，社群媒體用戶會接觸正面的新聞，但是在點擊率排名前十的新聞中，還是以涉及悲傷情感的負面新聞為主。
關鍵字：Emotions, online news, social media, Facebook, networked news, affective news, networked emotional news
重點整理：
一、 問題意識
2016年2月，Facebook引入了「怒」、「哇」、「嗚」、「大心」和「哈」五種表情符號。這些表情符號可以揭示人們對事件和新聞的情感反應，所以研究者可以透過這些表情符號了解不同類型的新聞內容可以產生哪些特定的情感反應。
本研究以表情符號的點擊率了解讀者對新聞的情感反應是什麼，以及什麼內容可以在情感上引起讀者的注意。作者結合了新聞價值理論與情感新聞研究，彌補先前研究的空白。
由於社群媒體上的新聞可以在不同平台上進行傳播、查看和共享，Facebook的反應功能又可以量化集體的情感反應，因此作者認為網絡情感新聞（Networked Emotional News）已經成為當今線上新聞消費的特徵之一。
雖然人們對情感的反應方式不同，但是作者認為新聞價值理論可以為引起情感反應的新聞內容提供一套標準。因此本研究將根據受眾的情感反應將新聞歸類為公認的類型。
二、 文獻回顧
（一） 表情符號（Emojis）
1. 表情符號的重要性
表情符號被視為一種重要的非語言交流，因為它們代表社群媒體和行動裝置上的情感表達。表情符號也是衡量人們情感反應的重要工具，由於它們可以貨幣化，所以數位經濟產業也對表情符號展現了高度的興趣。
2. 表情符號的類型
Facebook表情符號似乎是從Ekman的情感研究而來的。Ekman（1992）識別出六種基本情感，包含憤怒、厭惡、恐懼、幸福、悲傷和驚奇。作者指出，研究情感的挑戰之一是難以定義和量化。學者之間對於普遍情感的類型也沒有共識，大多數的研究是把情感分為憤怒、焦慮、悲傷和快樂四種類別；少部分的研究則出現厭惡、躁動、羞恥、喜歡和驚訝五種類別。
（二） 情感新聞（Emotional News）
過往的研究提供了新聞會影響人們情感的證據，但它們大多忽略了社群媒體的作用。在研究方法上，大多數的研究是以人類學方法進行，另一部分則是用問卷調查法和實驗法。過去的研究重點也集中在媒體效果上，即使是針對Facebook情感新聞的研究也尚未確定新聞的類型。
（三） 新聞價值（News Values）
1. Galtung和Ruge（1965）
Galtung和Ruge於1965年確立了12個新聞價值，例如：明確、頻率、意義、閾值、輔音、連續性、構圖、意外、提及精英人士、提及負面或不良事物新聞、提及個人或人類感興趣的故事以及提及精英國家。
2. Harcup和O'Neill（2001）
Harcup和O'Neill（2001）則著重在10個新聞價值，包括：娛樂、權力精英、驚喜、名人、好消息、壞消息、相關性、重要性、議程和後續行動。Harcup和O'Neill也在2016年建議添加「可共享性」元素，意味著新聞可能透過Facebook、Twitter和其他社群媒體共享和回覆。
（四） 網絡化情感新聞（Networked Emotional News）
情感新聞的概念最早由Knobloch等人於2004年提出，由於他們著重在敘事結構對閱讀樂趣的影響，所以沒有針對這項概念進行定義。後來，Papacharissi於2015年指出情感新聞是「由主觀經驗、觀點和情感共同構建而成的，受眾可以藉此感受自己在不斷發展的新聞故事中的地位。」
作者認為，過往的研究多是以人類學方法進行，缺乏量化研究。對新聞價值的研究也集中在對新聞的認知方面，忽略對新聞的情感反應。因此，本研究的價值在於：讓社群媒體公司提升使用者的參與、讓研究者了解網絡新聞和情感的關係、讓新聞工作者做出吸引人的新聞，並讓新聞機構「出售」更多的新聞。
本研究問題有二：(1)Facebook上的新聞讀者對不同新聞主題會反映出什麼情感？(2)Facebook上的新聞讀者反映的情感以哪一種最為強烈？
三、 研究方法
（一） 樣本選取
作者先是委託專門從事大數據檢索的社群媒體監控公司NewsWhip蒐集 2016年4月13日至6月13日期間，CNN、ABC News、BBC和Sky News在官方Facebook頁面上發布的報導，共12249則。再從四種媒體渠道及四種情感中各挑選出點擊率排名前五十的新聞，共800則做為研究樣本。分析的單位則是整個故事，包括標題和完整內容。
（二） 分析類目
Shoemaker和Cohen 2006年設計了識別新聞主題的編碼表，確定了26個新聞主題和223個副主題。本研究作者遂以此對新聞報導進行分類：
1. 怒：（1）虐待動物；（2）虐待兒童；（3）內亂/財產破壞；（4）警察粗暴/做錯事；（5）性別歧視/強姦/性虐待；（6）恐怖主義；（7）當地政治/選舉新聞；（8）性取向，例如變性/同性戀問題；（9）對成年人的犯罪/暴力；（10）種族和民族緊張/種族主義；（11）其他。
2. 嗚：（1）動物的死亡/遭受痛苦；（2）名人死亡；（3）普通人死亡；（4）子女死亡；（5）自然災害或人為行為造成的財產損失/破壞；（6）人類遭受的痛苦，例如慢性病或絕症；（7）其他。
3. 哇：（1）重大的事蹟，例如運動成績；（2）重大的發現；（3）重大的搶救事件；（4）重大的自然現象，例如自然災害；（5）名人死亡；（6）其他。
4. 大心：（1）特殊的善舉/牢固的友誼紐帶（在人與動物之間/動物之間）； （2）紀念死者特別是名人；（3）人類和/或動物的異常行為/成就/恢復/營救；（4）可愛的兒童或年幼的動物；（5）其他。
此外，本研究僅檢查了怒（負面情感）、嗚（負面情感）、哇（正面情感）、和大心（正面情感）四種表情符號。出於以下三個原因，本研究不研究「哈」這個表情符號。首先，作者認為讀者在點擊「哈」時不一定是覺得新聞報導的內容幽默、有趣，可能是覺得很諷刺。再者，「哈」的感覺不同於快樂或幸福。最後，「哈」也是一種正面的情感，本研究選的表情符號已經有兩種正面情感（大心、哇）跟兩種負面情感（怒、嗚），加入「哈」可能會使結果產生誤差。「分享」、「回應」和「讚」則是因為其功能與表情符號不同，不會顯現強烈的情感反應而不被包含在本研究中。
作者和另一名研究生在4個新聞機構中的4種情感新聞各抽取10則新聞報導，共檢查了160則，佔樣本的20%。alpha測試結果如下：嗚：α≥.856，哇：α≥.838，怒：α≥.836和大心：α≥.740。這些結果可被接受，因為alpha檢測要求在α≥.800左右，最低的要求則是α≥.667。
四、 研究結果
1. 怒：通常是負面的情感，因為它與不公正以及反社會行為有關。
2. 嗚：通常是負面的情感，因為它通常與死亡和悲劇事件有關。
3. 哇：與驚喜和非同尋常的事件或行為有關，通常包含「難以置信」和/或「戲劇性」的用語。但是其他令人敬畏的故事，例如「重大自然現象」和「名人死亡」，在本質上也被認為是負面的情感。
4. 大心：通常是正面的情感
（一） 怒
會讓讀者按下「怒」的新聞主題通常是殘忍的對待動物（18.3％），其次是地方政治新聞（14.5％）、性別歧視、強姦和性行為、虐待（12.3％）、恐怖主義（10.2％）和對兒童的虐待（9.8％）。
（二） 嗚
會讓讀者按下「嗚」的，通常是名人去世的新聞主題（34.4％），因為該類別中大多數的新聞都提到美國職業拳擊手和人權活動家穆罕默德·阿里（Muhammed Ali）逝世，緊跟在後的是美國著名歌手普林斯（Prince）；令人震驚的反應超過了涉及因恐怖主義或犯罪而殺死數十名其他普通百姓的故事（佔28.3％）。排名第三的是動物的死亡或遭受的痛苦（17.4％），其次是財產損失或破壞（9.9％）、非致命性人類遭受的痛苦（5.9％）和兒童的死亡（3.9％）。
（三） 哇
對於「哇」的新聞主題，作者發現涉及重大或非同尋常的事件或行為的正面新聞構成了網絡情感新聞中的絕大部分。第一種事件與重大或奇怪的發現有關（30.6％），其次與重大自然現象/破壞有關，例如自然災害（25.7％）。再者是重大事蹟，例如在體育比賽中獲勝（21.7％）、挽救生命的事故（8.4％）和名人死亡（4.9％）。
（四） 大心
最後，引發「大心」情感反應的新聞主題大多涉及人類和動物的積極行為、成就、恢復或救助（35.8％），其次是特殊的善舉、人與動物之間或對動物的牢固友誼（28.8％）。再者是紀念死者，例如名人（13.4％）、可愛的孩子和年幼的動物（10.9％）。
作者發現在所有新聞報導引發的情感中，「嗚」的情感最為強烈，n = 928,456（36.7％）。緊跟在後的是「大心」，n = 870,748（34.3％），然後是「怒」，n = 377,624（14.9％），「哇」則最少，n = 357,318（14.1％）。對於獲得1,356,208次分享和77,691則評論的前10則新聞報導，作者發現有7則被標記為「嗚」，其餘三則則被讀者給予「大心」的表情符號。
五、 結論與討論
（一） 新聞價值理論可以根據四種情感區分不同的新聞主題
雖然新聞價值理論側重於新聞生產，網絡化情感新聞的概念還是與新聞消費相關。因為新聞為讀者而生，了解讀者的反應可以幫助記者生產更吸引人的新聞。
（二） 線上新聞的參與存在明顯的矛盾性
讀者會根據自己的背景（時間、種族、性別、地點、年齡、意識形態……）和當下的心情對新聞報導產生不同的反應，因此這裡討論的某些新聞報導會收到不同的情感反應。例如，穆罕默德·阿里去世的消息引發了強烈的「嗚」和「大心」。
此外，Facebook的表情符號還是比較新的功能，許多用戶在對不同的新聞做出反應時，也是在對這項功能進行試驗。Anders Larsson（2018）指出：「讚」、「分享」和「留言」仍然比表情符號更為流行。
（三） 研究限制與未來研究建議
首先，這裡討論的主流媒體都位於英語國家。作者認為未來的網絡情感新聞研究可以使用不同的語言和新聞媒體進行跨文化的比較研究，以調查讀者之間是否有類似的強烈情感反應，以及是否有其他可以觸發強烈情感反應的新聞主題。
其次，本研究數據蒐集僅限於兩個月。作者認為未來的網絡情感新聞研究可以檢查在更長且不同時間段內傳播的新聞。只是Facebook施加的限制可能阻擋研究人員蒐集必要數據，無法更好地理解網絡化情感新聞。
此外，這項研究不包括Facebook的其他三個功能（讚、分享和留言），因為要在其中識別清晰的情感反應更加困難。未來的研究若是納入這些功能，或許可以揭示它們與Facebook反應（尤其是留言的部分）之間可能的相關性。
本研究的發現有望讓研究者意識到在Facebook、Twitter、Instagram和YouTube等其他社群媒體平台上研究表情符號的重要性。未來的研究也可以在網絡情感新聞報導的類型與其他變量（例如性別，種族和年齡）之間建立聯繫。
210406水火導讀單_Networked Emotional News on Social Media.docx