As the COVID-19 pandemic began to sweep across the US it elicited a wide spectrum of responses, both online and offline, across the population. To aid the development of effective spatially targeted interventions in the midst of this turmoil, it is important to understand the geolocalization of these online emotional responses, as well as their association with offline behavioral responses. Here, we analyze around 13 million geotagged tweets in 49 cities across the US from the first few months of the pandemic to assess regional dependence in online sentiments with respect to a few major topics, and how these sentiments correlate with policy development and human mobility. Surprisingly, we observe universal trends in overall and topic-based sentiments across cities over the time period studied, with variability primarily seen only in the immediate impact of federal guidelines and local lockdown policies. We also find that these local sentiments are highly correlated with and predictive of city-level mobility, while the correlations between sentiments and local cases and deaths are relatively weak. Our findings point to widespread commonalities in the online public emotional responses to COVID across the US, both temporally and relative to offline indicators, in contrast with the high variability seen in early local containment policies. This study also provides new insights into the use of social media data in crisis management by integrating offline data to gain an in-depth understanding of public emotional responses, policy development, and local mobility.

中文翻译：

---

COVID危机期间美国城市的在线地理定位情绪：普遍性、政策响应以及与当地流动性的联系

随着 COVID-19 大流行开始席卷美国，它引发了广泛的在线和离线响应。为了帮助在这场动荡中制定有效的空间针对性干预措施，了解这些在线情绪反应的地理定位以及它们与线下行为反应的关联非常重要。在这里，我们分析了大流行最初几个月在美国 49 个城市中大约 1300 万条带有地理标记的推文，以评估在线情绪对几个主要主题的区域依赖性，以及这些情绪如何与政策制定和人口流动相关联。令人惊讶的是，我们观察到在研究的时间段内跨城市的整体情绪和基于主题的情绪的普遍趋势，变化主要体现在联邦指导方针和地方封锁政策的直接影响中。我们还发现，这些地方情绪与城市层面的流动性高度相关和预测，而情绪与地方病例和死亡之间的相关性相对较弱。我们的研究结果表明，与早期当地遏制政策中看到的高度可变性相比，美国各地在线公众对 COVID 的情绪反应在时间上和相对于线下指标方面具有广泛的共性。本研究还通过整合线下数据深入了解公众情绪反应、政策制定和当地流动性，为危机管理中社交媒体数据的使用提供了新的见解。我们还发现，这些地方情绪与城市层面的流动性高度相关和预测，而情绪与地方病例和死亡之间的相关性相对较弱。我们的研究结果表明，与早期当地遏制政策中看到的高度可变性相比，美国各地在线公众对 COVID 的情绪反应在时间上和相对于线下指标方面具有广泛的共性。本研究还通过整合线下数据深入了解公众情绪反应、政策制定和当地流动性，为危机管理中社交媒体数据的使用提供了新的见解。我们还发现，这些地方情绪与城市层面的流动性高度相关和预测，而情绪与地方病例和死亡之间的相关性相对较弱。我们的研究结果表明，与早期当地遏制政策中看到的高度可变性相比，美国各地在线公众对 COVID 的情绪反应在时间上和相对于线下指标方面具有广泛的共性。本研究还通过整合线下数据深入了解公众情绪反应、政策制定和当地流动性，为危机管理中社交媒体数据的使用提供了新的见解。我们的研究结果表明，与早期当地遏制政策中看到的高度可变性相比，美国各地在线公众对 COVID 的情绪反应在时间上和相对于线下指标方面具有广泛的共性。本研究还通过整合线下数据深入了解公众情绪反应、政策制定和当地流动性，为危机管理中社交媒体数据的使用提供了新的见解。我们的研究结果表明，与早期当地遏制政策中看到的高度可变性相比，美国各地在线公众对 COVID 的情绪反应在时间上和相对于线下指标方面具有广泛的共性。本研究还通过整合线下数据深入了解公众情绪反应、政策制定和当地流动性，为危机管理中社交媒体数据的使用提供了新的见解。