Online and in the real world, communities are bonded together by emotional consensus around core issues. Emotional responses to scientific findings often play a pivotal role in these core issues. When there is too much diversity of opinion on topics of science, emotions flare up and give rise to conflict. This conflict threatens positive outcomes for research. Emotions have the power to shape how people process new information. They can color the public's understanding of science, motivate policy positions, even change lives. And yet little work has been done to evaluate the public's emotional response to science using quantitative methods. In this paper, we use a dataset of responses to scholarly articles on Facebook to analyze the dynamics of emotional valence, intensity, and diversity. We present a novel way of weighting click-based reactions that increases their comprehensibility, and use these weighted reactions to develop new metrics of aggregate emotional responses. We use our metrics along with LDA topic models and statistical testing to investigate how users' emotional responses differ from one scientific topic to another. We find that research articles related to gender, genetics, or agricultural/environmental sciences elicit significantly different emotional responses from users than other research topics. We also find that there is generally a positive response to scientific research on Facebook, and that articles generating a positive emotional response are more likely to be widely shared---a conclusion that contradicts previous studies of other social media platforms.

中文翻译：

---

衡量 Facebook 对研究反应的多样性

在线和现实世界中，社区通过围绕核心问题的情感共识联系在一起。对科学发现的情绪反应通常在这些核心问题中发挥关键作用。当对科学主题的意见过于多样化时，情绪就会爆发并引起冲突。这种冲突威胁到研究的积极成果。情绪有能力塑造人们处理新信息的方式。它们可以改变公众对科学的理解，激发政策立场，甚至改变生活。然而，很少有工作使用定量方法评估公众对科学的情绪反应。在本文中，我们使用对 Facebook 上学术文章的回应数据集来分析情绪效价、强度和多样性的动态。我们提出了一种加权基于点击的反应的新方法，以提高其可理解性，并使用这些加权反应来开发综合情绪反应的新指标。我们使用我们的指标以及 LDA 主题模型和统计测试来调查用户对不同科学主题的情绪反应有何不同。我们发现与性别、遗传学或农业/环境科学相关的研究文章引起用户的情绪反应与其他研究主题明显不同。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。并使用这些加权反应来制定综合情绪反应的新指标。我们使用我们的指标以及 LDA 主题模型和统计测试来调查用户对不同科学主题的情绪反应有何不同。我们发现与性别、遗传学或农业/环境科学相关的研究文章引起用户的情绪反应与其他研究主题明显不同。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。并使用这些加权反应来制定综合情绪反应的新指标。我们使用我们的指标以及 LDA 主题模型和统计测试来调查用户对不同科学主题的情绪反应有何不同。我们发现与性别、遗传学或农业/环境科学相关的研究文章引起用户的情绪反应与其他研究主题明显不同。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。我们使用我们的指标以及 LDA 主题模型和统计测试来调查用户对不同科学主题的情绪反应有何不同。我们发现与性别、遗传学或农业/环境科学相关的研究文章引起用户的情绪反应与其他研究主题明显不同。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。我们使用我们的指标以及 LDA 主题模型和统计测试来调查用户对不同科学主题的情绪反应有何不同。我们发现与性别、遗传学或农业/环境科学相关的研究文章引起用户的情绪反应与其他研究主题明显不同。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。或农业/环境科学引起用户与其他研究主题明显不同的情绪反应。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。或农业/环境科学引起用户与其他研究主题明显不同的情绪反应。我们还发现，Facebook 上的科学研究普遍存在积极响应，产生积极情绪反应的文章更有可能被广泛分享——这一结论与之前对其他社交媒体平台的研究相矛盾。