海報設(shè)計：蘇華

直播觀看方式：

1. 直接掃描海報上二維碼

2. 直播鏈接：學(xué)術(shù)志 https://qfbuc.xet.tech/s/2m6VwM

方法的夏天（第四季）：研究方法系列講座

第1講 混合方法研究：如何理解用戶的信息可信度甄別行為？

宋士杰 河海大學(xué)副教授

陸卓然 普渡大學(xué)博士生

劉佳穎 得克薩斯大學(xué)奧斯汀分校博士生

2023/08/10（周四）19：30-20：30

【研究方法】

混合方法研究

【研究問題與發(fā)現(xiàn)】

混合方法研究（Mixed-methods Research）被認為是“第三種研究范式”，該范式倡導(dǎo)通過一種更形而上的模式將質(zhì)性與量化方法包容在一項研究計劃或者研究成果中。隨著互聯(lián)網(wǎng)時代傳播媒介和傳播速度的激增，由AIGC等技術(shù)革新引發(fā)的全球信息爆炸式增長既為人們的生活帶來了前所未有的便捷，也產(chǎn)生了諸多挑戰(zhàn)。尤其在失真信息（Misinformation）泛濫的網(wǎng)絡(luò)環(huán)境中，對信息可信度（Credibility）的甄別已經(jīng)成為一個跨領(lǐng)域、跨學(xué)科的研究話題。本報告旨在討論如何利用混合方法研究范式理解用戶信息可信度甄別行為，揭示用戶在復(fù)雜情境中可信度甄別行為的前因與后果，并為用戶的有效可信度決策提供支持。

【論文出處】

1. 宋士杰, 趙宇翔, 朱慶華. iField視域下的信息可信度研究：概念溯源、主題演化與未來展望[J].中國圖書館學(xué)報,2022,48(1):107-126.

2. Song, S., Zhang, Y., & Bei, Y., (2021). Interventions to Support Consumer Evaluation of Online Health Information Credibility: A Scoping Review. International Journal of Medical Informatics, 145, 104321.

3. Lu, Z., Li, P., Wang, W., & Yin, M. (2022). The Effects of AI-based Credibility Indicators on the Detection and Spread of Misinformation under Social Influence. Proceedings of the ACM on Human-Computer Interaction, 6(CSCW2), 1-27. ? Best Paper Award

4. Zhang, Y., Liu, J., & Song, S. (2023). The Design and Evaluation of a Nudge-based Interface to Facilitate Consumers' Evaluation of Online Health Information Credibility. Journal of the Association for Information Science and Technology, 1– 18.

【主講人簡介】

宋士杰，南京大學(xué)情報學(xué)博士，現(xiàn)任河海大學(xué)青年副教授，武漢大學(xué)在站博士后。主要研究方向：用戶信息行為，健康信息學(xué)、人機交互。研究關(guān)注用戶、信息技術(shù)、社會文化情境間的互動，尤其關(guān)注用戶在信息搜尋過程中的可信度甄別行為，相關(guān)研究獲南京大學(xué)優(yōu)秀博士論文。在JASIST，IPM等國際SCI/SSCI期刊累積發(fā)表論文20余篇，兩篇論文入選ESI高被引。在《中國圖書館學(xué)報》、《情報學(xué)報》等中文CSSCI期刊發(fā)表論文20余篇。主持國家自然科學(xué)基金青年項目、教育部人文社科基金青年項目、江蘇省社科基金青年項目、中國博士后科學(xué)基金等課題6項。任中國科技情報學(xué)會健康信息學(xué)專委會、信息行為專委會委員，中國系統(tǒng)工程學(xué)會信息系統(tǒng)工程專委會委員。

【對談人簡介】

陸卓然，普渡大學(xué)博士研究生，主要研究方向為人與人工智能的交互(human-AI interaction)，以人為本的人工智能(human-centered AI)。他運用大規(guī)模實驗方法檢定人與人工智能的交互，計算方法對交互過程進行建模；并使用設(shè)計與算法的創(chuàng)新手段來改進人與人工智能的協(xié)作過程。其研究成果發(fā)表于CHI, CSCW, WWW, AAAI, IJCAI等會議，曾獲CSCW 2022最佳論文獎。

劉佳穎，得克薩斯大學(xué)奧斯汀分校信息科學(xué)學(xué)院博士研究生，主要研究人們在健康信息獲取、使用和可信度評估行為中的技術(shù)使用（如，搜索引擎、視頻、機器人等）。她主要使用定性、混合方法，研究如何用技術(shù)支持人們的健康使用。研究成果發(fā)表于JASIST（Journal of the Association for Information Science and Technology）期刊、iConfrerenc會議和CHIIR（ACM SIGIR Conference on Human Information Interaction and Retrieval ）會議等。