• Medientyp: E-Artikel
  • Titel: Sentiments in the COVID-19 crisis communication of German authorities and independent experts on Twitter Emotionalität in der COVID-19-Krisenkommunikation von Behörden und unabhängigen Expert*innen auf Twitter : Eine Sentiment-Analyse für das erste Pandemiejahr A sentiment analysis for the first year of the pandemic : Eine Sentiment-Analyse für das erste Pandemiejahr
  • Beteiligte: Drescher, Larissa S.; Roosen, Jutta; Aue, Katja; Dressel, Kerstin; Schär, Wiebke; Götz, Anne
  • Erschienen: Springer Science and Business Media LLC, 2023
  • Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz
  • Sprache: Deutsch
  • DOI: 10.1007/s00103-023-03699-z
  • ISSN: 1436-9990; 1437-1588
  • Schlagwörter: Public Health, Environmental and Occupational Health
  • Entstehung:
  • Anmerkungen:
  • Beschreibung: <jats:title>Zusammenfassung</jats:title><jats:sec> <jats:title>Hintergrund</jats:title> <jats:p>Zu Beginn der COVID‑19-Pandemie herrschte in Deutschland große Unsicherheit in der Bevölkerung und bei den für die Krisenkommunikation Verantwortlichen. Ein wesentlicher Teil der Kommunikation von Expert*innen und zuständigen Behörden fand in den sozialen Medien statt, insbesondere auf der Plattform Twitter. Die dort mit der Krisenkommunikation transportierten positiven, negativen und neutralen Sentiments (Emotionen) sind für Deutschland bisher nicht vergleichend untersucht worden.</jats:p> </jats:sec><jats:sec> <jats:title>Ziel der Arbeit</jats:title> <jats:p>Die Sentiments in Twitter-Meldungen von verschiedenen (Gesundheits‑)Behörden und unabhängigen Expert*innen zu COVID‑19 sollen für das erste Pandemiejahr (01.01.2020–15.01.2021) ausgewertet werden, um eine Wissensgrundlage für die Verbesserung zukünftiger Krisenkommunikation zu schaffen.</jats:p> </jats:sec><jats:sec> <jats:title>Material und Methoden</jats:title> <jats:p>Von <jats:italic>n</jats:italic> = 39 Twitter-Akteur*innen (21 Behörden und 18 Expert*innen) flossen <jats:italic>n</jats:italic> = 8251 Tweets in die Auswertung ein. Diese erfolgte mit dem sog. Lexikonansatz, einer Methode der Social-Media-Analyse. Es wurden deskriptive Statistiken berechnet u. a. zur Bestimmung der durchschnittlichen Polarität der Sentiments und der Häufigkeiten positiv und negativ besetzter Wörter in 3 Phasen der Pandemie.</jats:p> </jats:sec><jats:sec> <jats:title>Ergebnisse und Diskussion</jats:title> <jats:p>Die Entwicklung der Emotionalität in COVID‑19-Tweets und der Anzahl von Neuinfektionen in Deutschland verlaufen in etwa parallel. Die Analyse zeigt, dass die Polarität der Sentiments bei beiden Akteursgruppen im Durchschnitt negativ ist. Expert*innen twittern im Untersuchungszeitraum deutlich negativer über COVID‑19 als Behörden. Behörden kommunizieren in der zweiten Phase nahe der Neutralitätslinie, also weder ausgeprägt positiv noch negativ.</jats:p> </jats:sec>