英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
社交媒体在地方政府危机传播中的作用
1研究问题与假设
RQ1：在危机期间，地方政府在多大程度上使用了社交媒体？
H1：与小社区相比，规模更大的社区将在更大程度上使用社交媒体进行危机沟通。
RQ2：社交媒体在多大程度上改善了地方政府官员对危机的管理？
RQ3：社交媒体在多大程度上影响了危机管理人员在危机期间的控制力？
RQ4：社交媒体在多大程度上影响了地方政府从危机中恢复过来的能力？
H2：社交媒体的使用程度因危机类型而异。
H3：所使用的社交媒体工具的数量因危机类型而异。
2研究方法
2.1调查管理
为了调查地方政府危机管理，委托了一家专门从事加州政府和公共政策研究的调查研究公司对其地方政府官员数据进行了一项全国性的调查。选择该公司的依据是它能够接触到最广泛和最具代表性的政府部门样本，这些政府部门服务范围广泛，并且形式多样化。按照IRB协议，参与者收到一封邀请参与的电子邮件，如果他们选择点击调查链接，则首先被要求阅读一份知情同意书，然后通过点击同意来参与后续调查。调查数据剔除了识别信息，并在提交给研究人员之前通过SPSS进行整理和筛选。作为奖励，参与者会收到完整调查数据的汇总摘要。
2.2参与者
研究公司向负责沟通职能的公职人员和政府雇员发送了请求参与调查的电子邮件，并附上研究负责人的信件。这些名单由研究公司通过直接人工研究生成并不断更新, 为得到地方政府官员在互联网上的电子邮件地址, 甚至在某些情况下直接通过致电办公室来获取联系信息。共有307为政府官员参与了关于危机管理的调查。其中有228项部分完成的任务没有包含在本分析中，包含了125名参与调查但因不符合参与标准而被取消资格的参与者（例如没有发挥沟通功能，对危机没有印象）
参与者的职称多样，包括以下职称：公共信息官、市长、城市管理员、行政署长、市政局局长、村长、市政局委员、公共安全主任、市政委员会主席、镇监管等，最常见的头衔是市长和城管。年龄从28岁到85岁不等，其中11位参与者（3.6%）的年龄未知。年龄的平均数为55岁，中位数为57岁，众数为62岁。这些样本由44个州的代表组成。在样本中，政府官员代表人口规模类别从小于5000人(n=8，2%)到30万或更多(n=1，0.03%)不等，其中最多的类别是10000 - 29000 (n = 130，42.3%)和5000-9999 (n = 76，25%)。政府的形式包括理事会、委员会、议会经理/行政官/监事、专业委员会、总统、监事会和村委会。
2.3措施
为了回答RQ1，参与者被要求回答一个是否在危机管理中使用社交媒体的问题。此外，使用的社交媒体类型(即Facebook、Twitter和YouTube) )是用一个“检查所有应用”问题来衡量的。社交媒体使用水平是通过询问这样一个问题得出的的：“你在危机管理中使用过社交媒体吗？在1-5的量表上，1表示不使用，5表示大量使用。”使用的社交媒体的数量是通过在社交媒体类型问题中添加社交媒体的数量来计算的。这两个问题(社交媒体的使用水平和使用的社交媒体数量)也被用来检验H2和H3。
关于假设检验，被调查者指出其社区的人口为下列之一： 少于5000；5000-9999；10,000-29,999；30,000-49,999；50,000-99,999；100,000-199,999；200,000-299,999；300,000或者更多。还设计了一系列问题来衡量危机类型。首先，参与者被要求思考他们最近在社区中处理的一场危机。无法回忆起危机的参与者被导向一项与一般危机沟通有关的问题。那些能够回忆起危机的人被要求将危机类型确定为下列之一：公共卫生、自然灾害、交通、政治、社会、犯罪、环境等。最后，为了确保参与者对危机进行了正确的分类，还要求他们对危机进行详细的描述。对于RQ2、RQ3和RQ4，要求参与者在5分制范围内对下列陈述的同意程度进行选择(1=非常不同意，5=非常同意)：(a)“社交媒体提高了我们应对危机的能力（RQ2)”；(b)“危机期间能控制事态(RQ3)”；和(c)“我所在城市在危机后恢复能力很强(RQ4)”。
结果
3.1地方政府使用社交媒体的情况 (RQ1)
在288名政府官员中, 71% (N = 205) 在危机期间使用了社交媒体，29% (N = 83) 没有使用。Facebook( (N = 157，53%)是最受欢迎的社交媒体, 其次是Twitter (N = 81，27%)、blogs(N = 17，6%)、YouTube (n = 13，5%)、Google Plus (N = 8，3%) 和其他 (N = 19，6%)。使用社交媒体的程度（即“你在危机管理中使用过社交媒体吗？在1-5的量表上，1表示不使用，5表示大量使用。”）是 M=2.86，SD=1.48[1(N=83，29%)，2(N=34，12%)，3(N=63，22%)，4(N=56.19%)，5(N=52，18%)]。危机期间使用社交媒体的平均数量为M=1.37，SD=1.28[0(83，29%)，1(91，32%)，2(64，22%)，3(34，12%)，4(12，4%)，6(2，1%)，7(2，1%)]。最后，报告的危机类型包括公共卫生 (N=14，5%)、自然灾害 (N = 200，70%)、交通 (N = 8，3%)、政治 (N = 15，5%)、社交 (N = 7，2%)、犯罪(N= 27，9%)、环境 (N= 0，0%) 和其他 (N = 16，6%)。
3.2社区规模和社交媒体的使用(H1)
为了检验社区规模与社交媒体的使用之间的关系 (即社交媒体的使用水平和使用数量)根据每个群体的答复数量, 将城市人口分为三组 [第1组: 小于 9999 (N = 81)，第2组: 10,000—49,999 (N = 158)，第3组: 大于50,000 (N = 49)]。用单因素方差分析来识别两个主题间的关系。为了分析社区规模与社交媒体使用水平之间的关系，将未使用社交媒体(N=83)的参与者的数据排除在分析之外。如表 1所示，社区规模与社交媒体的使用水平之间存在显著关系[F(2，200)=4.81，P=0.009]。LSD事后检验结果显示，第1组的平均值(M=3.23，SD=1.00)与第2组(M=3.66，SD=1.03)和第3组(M=3.89，SD=1.00)比较，差异具有显著性(Plt;0.05)。第二次方差分析的结果与假设1一致 [F (2，283) = 5.81，P=0.003]。通过LSD事后检验发现了组间的显著性差异。第1组使用社交媒体的平均次数(M=0.99，SD=1.07)明显低于第2组(M=1.45，SD=1.27)和第3组(M=1.71，SD=1.50)。
表 1 使用社交媒体的方差分析结果
|
因素 |
因变量 |
|||||||||||
|
社交媒体使用水平 |
使用的社交媒体的数量 |
|||||||||||
|
F |
dfnof; |
eta;2 |
F |
dfnof; |
eta;2 |
|||||||
|
社区规模 |
4.81* |
2,200 |
0.04 |
5.81 |
2,283 |
0.03 |
||||||
|
危机类型 |
2.97* |
6,198 |
0.07 |
1.34 |
6,280 |
0.04 |
||||||
|
*Plt;0.05(双侧). |
||||||||||||
|
**Plt;0.05(双侧). |
||||||||||||
3.3社交媒体的使用和危机管理(RQs1,3,4)
用三层多元回归分析探讨了使用社交媒体和地方政府危机管理之间的关系。对于每个因变量（社交媒体对危机管理的影响、危机局势的控制以及政府应对危机的力度），第一部分包括从业人员的年龄和工龄，第二部分，包括社交媒体使用水平和使用的社交媒体的数量。表 2总结了因变量的回归结果：三次回归中，第一部分没有考虑到因变量的显著性差异。但是，当第二部分被添加到第一层回归时，R2从0.03显著增加到0.26，社交媒体的使用程度(beta;=0.41，Plt;0.01)和使用的社交媒体的数量(beta;=0.16，Plt;0.05)都与官员的危机管理呈正相关。第二层回归结果显示，官员控制危机的能力与社交媒体的使用水平呈正相关(beta;=0.17，Plt;0.05)，而不是使用的社交媒体的的数量。最后，第一层次回归分析结果表明，只有社交媒体的使用程度(beta;=0.19，Plt;.05)是政府应对危机强度的显著预测因素。
表 2 预测变量的标准化回归系数
|
预测因素 |
因变量 |
|||
|
对危机管理的影响 |
控制危机局势 |
应对力度 |
||
|
第一部分 |
年龄 |
-0.09 |
0.04 |
0.11 |
|
工龄 |
0.18* |
0.13 |
0.04 |
|
|
第二部分 |
社交媒体使用水平 |
0.41** |
0.17* |
0.19* |
|
使用的社交媒体的数量 |
0.17* |
-0.05 |
0.05 |
|
|
R2（R2的变化） |
0.26**(0.23) |
0.02(0.01) |
0.05*(0.04) |
|
|
*Plt;0.05(双侧). |
||||
|
**Plt;0.01(双侧). |
||||
3.4危机类型和社交媒体使用(H2,3)
使用两个单因素方差分析来检测危机类型和社交媒体的使用之间的关系。发现危机类型与使用社交媒体的水平在Plt;0.01水平存在显著相关[F(6，198)=2.97，P=.009]。运用LSD事后检验发现：公共卫生的平均值（N = 9，M = 4.56，SD = 0.73）不同于自然灾害（N = 145，M = 3.60，SD = 1.02），交通（N = 7，M = 3.57，SD = .98），政治（N = 6，M = 3.50，SD = 1.05），社会（N = 6，M = 2.33，SD = .52）和犯罪（N = 20，M = 3.65，SD = 1.04）。并且社会与自然灾害、交通、政治、犯罪等有显著差异(N=12，M=3.75，SD=1.04)。此外，第二次方差分析结果表明，危机类型与使用社交媒体的数量之间没有显著关系[F(6，280)=1.34，p=.238]。
讨论
全文共7231字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[572]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
