传统量化分析
Feeling Informed and Feeling Heard: Recommender Systems Usage and Political Efficacy基于荷兰样本（N=2930），分析推荐系统使用与政治内外部效能的关系，发现频繁使用通过感知信息接触和观点一致影响效能。
返回期刊书库
Journal of Broadcasting & Electronic Media
论文列表
传统量化分析
The Costs of Governing Truth: Fact-Checking, Perceived Censorship, and Political Participation Across Governance Contexts基于新加坡、中国、美国调查数据，探讨深度伪造担忧、事实核查与感知审查如何影响社交媒体政治参与，发现感知审查是参与退出的关键条件。
传统量化分析
Explaining AI-Generated News: How Explanation Strategies and Machine Heuristic Influence Perceived Credibility通过2x4被试间实验，考察不同解释策略（开发者、程序、组合、无）对AI生成新闻可信度的影响，发现程序性和组合解释提升可信度，且机器启发式起中介作用。
纯理论分析
Implications of Cognitive Processing in Visually Complex Emerging AI-Generated TV Weathercast Graphics探讨AI和AR技术在电视天气图形设计中的应用，分析视觉复杂性对观众理解与记忆预报的影响，提出基于理论的传播改进建议，呼吁未来研究结合个体差异。
传统量化分析
Privacy Divide: Digital Competence, Privacy Vulnerability, and Changing Trajectories of Privacy Protection Intention Amid AI Expansion基于保护动机理论，通过三波纵向调查考察AI扩张中数字能力对隐私保护意图的影响及隐私脆弱性的中介作用，发现低能力用户增长更快且中介方向反转。
传统量化分析
Is Flattery in AI Fact-Checking Helpful or Harmful? Effects on Tool Favorability and Epistemic Verification通过实验考察AI事实核查工具采用奉承语气时，用户虽更偏好使用该工具，但降低了对信息的回忆和核对行为，且不受初始答案正确性影响。
传统量化分析
Citation Choices in AI-Generated Fact-Checking: Perceptual Outcomes and Corrective Effectiveness in Political Fake News通过2x3在线实验(N=682)考察AI事实核查中，假新闻党派一致性与引用来源一致性如何共同影响信念纠正和感知，发现同向配置（用内群体来源辟谣内群体假新闻）效果最佳，强调来源引用和期望机制的作用。
纯质性分析
Epistemic Dislocation in AI Journalism: Fragmented Authority and the Reconfiguration of Knowledge Production基于75个深度访谈，提出AI在新闻业中引发“认识论错位”，使知识生产的权威碎片化，并分析三种动态机制。
纯质性分析
Beyond the Black Box: Human-AI Collaboration and Algorithmic Accountability in Arabic-Language Fact-Checking通过访谈和案例比较，研究AI在阿拉伯语事实核查中的整合，发现人机协同模式，强调程序透明和人类主导。
综述
From Mass Media and Social Media to AI: A Multilevel Framework for Understanding Trust in Generative AI论文提出一个多层次框架，从大众媒体、社交媒体到AI，系统理解用户对生成式AI的信任形成机制。
传统量化分析
AI as “Artificial Immigrants”? A Content Analysis of the U.S. News Media Framing of AI Threats分析美国四家媒体1005篇报道，探讨AI被视为“人工移民”的威胁框架，发现现实威胁强调多于象征威胁，技术报道偏向现实框架。
传统量化分析
Social Media Attention, Risk Perception, and Generative AI-Based Health Information Seeking: A Multigroup Comparison Across Varying Levels of Machine Heuristics基于社会风险放大框架和机器启发式概念，调查1038名中国GenAI健康信息用户，发现社交媒体关注降低风险感知，幻觉风险影响态度和使用意愿，机器启发式起调节作用。
传统量化分析
The Power of AI Transparency, Rewards, and Tracking: How Mobile App Features Drive the Adoption of Smart Trash Bins Through Trust and Perceived Value基于助推理论与SOR框架，通过在线实验检验AI透明度、奖励和追踪功能对智能垃圾桶采纳意愿的影响，发现信任和感知价值的中介作用及交互效应。
传统量化分析
Algorithmized Teenagers in the Age of Artificial Intelligence: Information Cocoons, Algorithmic Literacy, and Media Literacy基于美国437名青少年全国调查，考察算法新闻消费与算法素养对新闻认知、动机、情感等多元取向的影响，发现关联有限且非决定性。
传统量化分析
Effects of Generative AI Bias on Adoption Through Trust: Interactions Between Engagement Cues, Information Cues, and Social Norms通过在线实验探究AI偏见认知对采纳意愿的影响，发现偏见体验、偏见提示与社会规范三重交互影响AI信任，进而影响采纳。
传统量化分析
U.S. News Audience’s Trust in AI-Generated Journalism Across Editorial Workflows, Data Structures, and Geographic Scope基于美国全国配额调查（N=1506），考察受众对AI生成新闻的信任，发现结构化数据新闻更受信任，且信任受地方和国家新闻机构信任度影响，为AI新闻研究提供基线证据。
传统量化分析
Do Communication Managers Trust AI Fact-Checking? An Examination of Ethical Decision-Making, Credibility, and Fact-Checking Behavior调查335名传播管理者，发现AI伦理焦虑预测事实核查行为，感知可信度调节对事实核查网站的使用，但对AI事实核查无显著调节作用。
计算传播学
Does AI Amplify or Mitigate Media Bias? A Comparative Analysis of Coverage, Gatekeeping, and Statement Bias in AI-Generated and Human-Written News基于18,282篇AI生成和18,210篇人工文章，比较覆盖、守门和陈述偏见，发现AI重构而非减少媒体偏见，成为现有模式的镜像与选择性放大器。
纯理论分析
Automated Trust: Humans, AI, Misinformation, and Algorithmic Fact-Checking from the Perspective of Truth-Default Theory文章以Truth-Default Theory为视角，探讨人类与AI、错误信息及算法事实核查的交互，分析人类易受错误信息影响的机制及其对AI应用的启示。
传统量化分析
AI Claims Authority: How Source and Corrective Strategy Shape Perceived Credibility in Combating Misinformation通过3×2×2混合实验，考察来源（人类/AI/人机混合）与纠正策略对错误信息纠正可信度的影响，发现AI使用权威策略降低可信度，但机器启发式信念和权威人格可缓解此效应。
传统量化分析
Label, Debunk, or Nudge? The Effectiveness of AI Decision Makers and AI Decision Assistants in Reducing Perceived Health Misinformation Credibility通过在线实验（N=123）比较AI决策者（标注、辟谣）与AI决策助手（助推）在降低健康错误信息可信度方面的效果，发现辟谣与标注效果相近，而助推对高控制需求者更有效，且感知自主性起中介作用。
传统量化分析
When AI Bots do not Follow Instructions: Belief Updates and Information Seeking after Hallucinated Responses通过793名美国成年人的2×4实验，考察AI幻觉与纠错回应如何影响用户对准确性、信任和议题态度，并发现信念更新可预测后续信息寻求行为。
传统量化分析
Attributional Ambiguity in AI-Mediated Harm: How Perceived AI System Limitations Shape Forgiveness and Regulatory Demand基于归因理论，通过在线调查(N=705)探究AI媒介伤害中公众的危机责任感知如何影响愤怒/共情，进而影响组织宽恕与AI监管诉求，揭示归因模糊的双路径作用。
传统量化分析
To Disclose or Not to Disclose: How AI Use Transparency Increases Trust in Fact-Checking通过N=393的在线实验，操纵AI使用披露方式（不披露、简单披露、详细披露、第三方披露），发现详细披露提升感知透明度和可信度，第三方披露未披露的AI使用会损害可信度和错误信息纠正效果。
计算传播学
Entertaining or Mis/Disinforming? Social Data Analysis of Audience Reception of Historical Accuracy and Creative License in the Netflix Series ‘ Queen Cleopatra ’ on YouTube. A Case Study以Netflix纪录片剧集《Queen Cleopatra》为案例，分析YouTube评论中受众对历史准确性、文化挪用和创意许可的讨论，采用混合方法揭示负面情感主导及“blackwashing”等争议话语。
计算传播学
AI-Assisted Mapping of Political Orientation in Fact-Checked News: Evidence from South Korea研究利用韩国预训练语言模型，对选举期间的事实核查文章进行政治倾向映射分析，比较模型在目标、证据和评估维度上的表现，并验证结合外部知识可提升效果。
传统量化分析
When Push Feels Like Pull: Early Adolescent Dependence on YouTube Recommendation Algorithms通过356名10-13岁青少年的调查，使用YAD量表测量其算法依赖，发现依赖低的青少年更多接受家庭推荐，并提出“协商技术选择”概念。
纯质性分析
Familiarity, Similarity, Representativeness, and Naturalness: Cues Used to Assess Customized AI News Presenters通过有声思维和深度访谈，研究46名大学生定制AI新闻主播时的选择线索，发现外貌-声音匹配、熟悉度、相似性、人形化和自然度等启发式线索影响偏好，并结合社会认同等理论解释。
传统量化分析
“Is This Fake News?” Examining the Antecedents of Generative AI Chatbot Use for Fact-Checking of News Online基于26国跨国调查，考察人们使用生成式AI聊天机器人核查新闻真伪的行为及其前因，发现AI可信度感知和AI新闻舒适度显著预测该行为。
传统量化分析
Authentically Imperfect: Pertinacious Images as a Strategic Approach of Stronger Mental Health Support AI Chatbots Adoption and Engagement基于图式理论、期望违背理论和接种理论，通过实验检验“坚韧形象”策略增强心理健康AI聊天机器人的感知真实性与用户参与。
计算传播学
“We are the Last Generation”: Exploring Gender, Power, and Resistance in China’s Digital Childfree Movement通过主题分析微博上的无子女运动话语，探讨性别、权力与抵抗，发现三类主题：养育成本、个人主义、女性母亲观转变。
计算传播学
Tracking the Roots of Low News Usage on Smartphones – Do Individual Interests, Political Attitudes, and Media Consumption Habits Affect the Mobile News Use of Young Adults?追踪382名瑞士青年的手机新闻使用，结合调查数据分析兴趣、政治态度和媒体习惯对新闻消费的影响，发现国内政治兴趣是强预测因子。
传统量化分析
The Depolarizing Effect of AI Chatbots: Effects of Interactive News on Belief Perseverance and Information Seeking通过前测/后测实验，比较AI互动与党派新闻文章对信念坚持和极化及信息寻求的影响，发现AI互动降低极化并促进民主行为。
传统量化分析
The Role of User Empowerment, AI Hallucination, and Privacy Concerns in Continued Use and Premium Subscription Intentions: An Extended Technology Acceptance Model for Generative AI基于783名美国用户调查，扩展TAM模型，发现用户赋能感、隐私担忧和幻觉风险影响生成式AI的持续使用及付费意愿。
传统量化分析
Perceived Risk and Trust in News Sources: A Multi-Group Analysis of Deepfakes and AI-Generated Misinformation基于中韩两国被试调查，运用风险信息寻求与处理模型，考察AI生成错误信息情境下感知风险、新闻源信任与信息寻求行为的关系及文化差异。
传统量化分析
How Autonomy of Artificial Intelligence Technology and User Agency Influence AI Perceptions and Attitudes: Applying the Theory of Psychological Reactance通过问卷调查（N=297）探究AI自主性与心理抗拒、用户能动性及个性化感知的关系，发现AI自主性既引发威胁感也提升个性化，两者对态度影响相互抵消。
计算传播学
Unraveling the Shape of Social Media Narratives: Analyzing the Effects of Online Interaction and Narrative Structure on Attention to Digital Asset Transactions基于1600万条推文构建1226名活跃用户的三波面板数据，用Word2Vec量化叙事结构，分析在线互动与叙事结构对数字资产交易注意力的影响。
纯质性分析
‘Zero Human Emotion’: AI Anchors and the Normative Repercussions通过主题分析巴基斯坦AI主播新闻内容，借助层级影响模型探讨AI主播对新闻规范及非新闻行动者影响的威胁。
计算传播学
Abortion Salience After the Roe v. Wade Leak: A Computational Content Analysis of Tweets by CNN, Fox News, and ABC News研究Roe v. Wade泄密后CNN、Fox News和ABC News在推特上关于堕胎话题的显著性和框架差异，发现Fox News推文更多、更政治化且情感更负面。
计算传播学
If it Bleeds, it Doesn’t Lead: Emotional Appeals and Engagement in Immigration and Election Conversations on Twitter该研究运用计算文本分析方法提取Twitter上移民与选举对话的情绪、情感和主题，发现负面愤怒内容虽多，但用户更倾向于参与积极或中性的内容。