Understanding ideological conflict has been a topic of interest in CSCW, for example in Value Sensitive Design research. More specifically, understanding ideological conflict is important for studying social media platforms like Twitter, which provide the ability for people to freely express their thoughts and opinions on contentious political events. In this work, we examine Twitter data to understand the moral, affective, and cognitive differences in language use between two opposing sides of the political debate over immigration related issues in the United States in the year since the 2016 presidential election. In total, we analyzed and compared the language of 45,045 pro-immigration tweets and 11,213 anti-immigration tweets spread across this period. Based on Moral Foundations Theory used to understand ideological conflict, we found pro-immigration tweets to contain more language associated with moral foundations of harm, fairness, and loyalty. Anti-immigration tweets contained more language associated with moral foundations of authority, more words associated with cognitive rigidity and more 3rd person pronouns and negative emotion. We discuss the implications of our research for political communication over social media, and for incorporating Moral Foundations Theory into other CSCW research. We discuss the potential application of this theory for Value Sensitive Design research.

中文翻译：

---

Twitter上美国移民政策辩论的道德和情感差异

在CSCW中，例如在“价值敏感设计”研究中，了解意识形态冲突已成为关注的话题。更具体地说，了解意识形态冲突对于研究Twitter之类的社交媒体平台非常重要，该平台使人们能够自由表达对有争议的政治事件的想法和观点。在这项工作中，我们研究了Twitter数据，以了解自2016年总统大选以来的一年中，美国与移民相关问题的政治辩论的两个相对方之间在语言使用上的道德，情感和认知差异。我们总共分析并比较了在此期间散布的45,045条移民建议和11213条移民建议的语言。根据用来理解思想冲突的道德基础理论，我们发现，支持移民的推文包含更多与伤害，公平和忠诚的道德基础相关的语言。反移民推文包含更多与权威的道德基础相关的语言，与认知僵化相关的更多单词以及更多的第三人称代词和负面情绪。我们讨论了我们的研究对通过社交媒体进行政治传播以及将道德基础理论纳入其他CSCW研究的意义。我们讨论了该理论在价值敏感设计研究中的潜在应用。更多与认知僵化相关的单词，更多第三人称代词和负面情绪。我们讨论了我们的研究对通过社交媒体进行政治传播以及将道德基础理论纳入其他CSCW研究的意义。我们讨论了该理论在价值敏感设计研究中的潜在应用。更多与认知僵化相关的单词，更多第三人称代词和负面情绪。我们讨论了我们的研究对通过社交媒体进行政治传播以及将道德基础理论纳入其他CSCW研究的意义。我们讨论了该理论在价值敏感设计研究中的潜在应用。