การวิเคราะห์ประเด็นการสนทนาเกี่ยวกับฝุ่นพีเอ็ม 2.5 ทางเฟซบุ๊กด้วยเครื่องมือฟังเสียงสังคม
คำสำคัญ:
การรับฟังเสียงสังคม , ฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน , เฟซบุ๊กบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษา 1) จำนวนการกล่าวถึง และการมีส่วนร่วมของผู้ใช้สื่อสังคมในประเด็นเกี่ยวกับฝุ่นพีเอ็ม 2.5 ทางเฟซบุ๊ก 2) ประเด็นการสนทนาเกี่ยวกับฝุ่นพีเอ็ม 2.5 ผ่านเฟซบุ๊กของผู้ใช้สื่อสังคม ในช่วงระยะเวลา 4 เดือน (เดือนธันวาคม พ.ศ. 2567- เดือนมีนาคม พ.ศ.2568) งานวิจัยนี้เป็นงานวิจัยเชิงคุณภาพ โดยใช้การนับความถี่ของการกล่าวถึง และการมีส่วนร่วมของผู้ใช้สื่อสังคมเกี่ยวกับฝุ่นพีเอ็ม 2.5 บนเฟซบุ๊ก ควบคู่กับการวิเคราะห์เนื้อหาของข้อความโพสต์ และความคิดเห็น ของผู้ใช้เฟซบุ๊ก รวบรวมข้อมูลโดยใช้เครื่องมือฟังเสียงสังคมโซเชียลอาย และวิเคราะห์ข้อมูลโดยการวิเคราะห์เชิงประเด็น เพื่อสกัดประเด็นหลักของการสนทนาเกี่ยวกับฝุ่นพีเอ็ม 2.5 บนเฟซบุ๊ก แล้วนำมาเขียนบรรยายเชิงพรรณนา
ผลการวิจัยพบว่า 1) ผู้ใช้สื่อสังคมกล่าวถึงฝุ่นพีเอ็ม 2.5 บนช่องทางเฟซบุ๊กจำนวน 73,569 ครั้ง และจำนวนการมีส่วนร่วม 8,720,594 ครั้ง โดยช่วงเวลาที่มีการกล่าวถึงฝุ่นพีเอ็ม 2.5 มากที่สุดคือ ช่วงปลายเดือนหรือสัปดาห์ที่ 3 ของเดือนมกราคม พ.ศ. 2568 มีการกล่าวถึงฝุ่นพีเอ็ม 2.5 จำนวน 20,562 ครั้ง และการมีส่วนร่วม 3,842,620 ครั้ง 2) ประเด็นการสนทนาเกี่ยวกับฝุ่นพีเอ็ม 2.5 บนเฟซบุ๊ก แบ่งออกเป็น 6 ประเด็นหลัก ได้แก่ (1) ผลกระทบต่อสุขภาพ (2) นโยบายและมาตรการของรัฐ (3) การรายงานค่าฝุ่นพีเอ็ม 2.5 และข้อมูลดัชนีต่าง ๆ (4) การวิพากษ์วิจารณ์รัฐและนโยบาย (5) มาตรการป้องกันตนเอง และ (6) กิจกรรมหรือแหล่งกำเนิดฝุ่น นอกจากนี้ ข้อความที่มีการมีส่วนร่วมสูงมีประเด็นย่อยที่มีลักษณะเด่น ได้แก่ ประเด็นเกี่ยวกับผลกระทบรุนแรงที่เป็นรูปธรรมต่อเด็กและสัตว์เลี้ยง ประเด็นเกี่ยวกับความรุนแรงของฝุ่นที่ส่งผลต่อสุขภาพ ประเด็นเกี่ยวกับมาตรการของรัฐที่กระทบต่อชีวิตประจำวันและก่อให้เกิดการถกเถียง และประเด็นเกี่ยวกับมุกตลกซึ่งถูกใช้เป็นวิธีรับมือกับสถานการณ์ฝุ่น
เอกสารอ้างอิง
กระทรวงสาธารณสุข. (2562). คู่มือการดำเนินงานด้านการแพทย์และสาธารณสุข กรณีฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน (PM2.5) ปี 2563.
พรพรรณ ประจักษ์เนตร. (2566). การวิเคราะห์การมีส่วนร่วมของผู้ใช้สื่อสังคมต่อประสิทธิภาพในการจัดการของรัฐบาล คุณลักษณะความเสี่ยงและการตอบสนองเชิงอารมณ์ต่อปัญหาฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน (PM2.5) ด้วยข้อมูลเชิงลึกจากเครื่องมือรับฟังเสียงสังคม. Journal of Information and Learning, 34(3), 35–45. https://doi.org/10.14456/jil.2023.32
พรพรรณ ประจักษ์เนตร และเสาวนี ชินนาลอง. (2566). หน่วยที่ 9 ทฤษฎีการสื่อสาร. ใน ประมวลสาระชุดวิชาทฤษฎีการสื่อสาร (น. 9-1–9-51). สาขาวิชานิเทศศาสตร์ มหาวิทยาลัยสุโขทัยธรรมาธิราช.
สำนักข่าวอินโฟเควสท์. (2567, 5 มกราคม). ฤดูฝุ่นมาแล้ว! คาด PM2.5 พีคสุดใน ก.พ. อินโฟเควสท์. https://www.infoquest.co.th/2024/364178
DataReportal. (2024, February 22). Digital 2024: Thailand. We Are Social & Meltwater. https://datareportal.com/reports/digital-2024-thailand
Eysenbach, G. (2009). Infodemiology and infoveillance: Framework for an emerging set of public health informatics methods to analyze search, communication and publication behavior on the internet. Journal of Medical Internet Research, 11(1), e11. https://doi.org/10.2196/jmir.1157
Griffin, R. J., Dunwoody, S., & Neuwirth, K. (1999). Proposed model of the relationship of risk information seeking and processing to the development of preventive behaviors. Environmental Research, 80(2), 230–245. https://doi.org/10.1006/enrs.1998.3940
Griffin, R. J., Neuwirth, K., Giese, J., & Dunwoody, S. (2002). Linking the heuristic–systematic model and depth of processing. Communication Research, 29(6), 705–732. https://doi.org/10.1177/009365002237833
Griffin, R. J., Yang, Z., ter Huurne, E., Boerner, F., Ortiz, S., & Dunwoody, S. (2008). After the flood: Anger, attribution, and the seeking of information. Science Communication, 29(3), 285–315. https://doi.org/10.1177/1075547007312309
Hovick, S. R., Bigsby, E., Wilson, S. R., & Thomas, S. (2021). Information seeking behaviors and intentions in response to environmental health risk messages: A test of a reduced risk information seeking model. Health Communication, 36(14), 1889–1897. https://doi.org/10.1080/10410236.2020.1804139
Hswen, Y., Qin, Q., Brownstein, J. S., & Hawkins, J. B. (2019). Feasibility of using social media to monitor outdoor air pollution in London, England. Preventive Medicine, 121, 86-93. https://doi.org/10.1016/j.ypmed.2019.02.005
Jiang, W., Wang, Y., Tsou, M. H., & Fu, X. (2015). Using social media to detect outdoor air pollution and monitor air quality index (AQI): A geo targeted spatiotemporal analysis framework with Sina Weibo (Chinese Twitter). PLOS ONE, 10(10), e0141185. https://doi.org/10.1371/journal.pone.0141185
Kahlor, L. A., Dunwoody, S., Griffin, R. J., & Neuwirth, K. (2006). Seeking and processing information about impersonal risk. Science Communication, 28(2), 163–194. https://doi.org/10.1177/1075547006293916
Kim, H. K., & Kim, Y. (2019). Risk information seeking and processing about particulate air pollution in South Korea: The roles of cultural worldview. Risk Analysis, 39(5), 1071–1087. https://doi.org/10.1111/risa.13226
Kumbalaparambi, T. S., Menon, R., Radhakrishnan, V. P., & Nair, V. P. (2023). Assessment of urban air quality from Twitter communication using self-attention network and a multilayer classification model. Environmental science and pollution research international, 30(4), 10414–10425. https://doi.org/10.1007/s11356-022-22836-w
Liu, Z., Yang, J. Z., & Feeley, T. H. (2022). Reduced risk information seeking model (RISK): A meta-analysis. Science Communication, 44(6), 787–813. https://doi.org/10.1177/10755470221144453
Lohiniva, A.-L., Sibenberg, K., Austero, S., & Skogberg, N. (2022). Social listening to enhance access to appropriate pandemic information among culturally diverse populations: Case study from Finland. JMIR Infodemiology, 2(2), e38343. https://doi.org/10.2196/38343
Ma, Y., Hmielowski, J. D., & Yan, W. (2021). Clearing the smog? Examining the relationship between traditional media versus nontraditional Internet-based media and risk information seeking in China. International Journal of Communication, 15, 4208–4229. https://ijoc.org/index.php/ijoc/article/view/13762/3561
MOOD Consortium. (2022). Social listening and the use of qualitative data for monitoring health behaviours and trust. MOOD Project. https://mood-h2020.eu/social-listening-and-the-use-of-qualitative-data-for-monitoring-health-behaviours-and-trust/
Reveilhac, M., Steinmetz, S., & Morselli, D. (2022). A systematic literature review of how and whether social media data can complement traditional survey data to study public opinion. Multimedia tools and applications, 81(7), 10107–10142. https://doi.org/10.1007/s11042-022-12101-0
Sommariva, S., Bon, H. B., De Almeida, S., Mote, J., Brouwers, S., Sani, M., & Fol, N. (2023). Integrated analysis of online signals and insight generation about digital conversations on COVID-19 vaccines in Eastern and Southern Africa: a longitudinal analysis of social listening data. BMC proceedings, 17(Suppl 7), 7. https://doi.org/10.1186/s12919-023-00261-2
ter Huurne, E. F. J., Griffin, R. J., & Gutteling, J. M. (2009). Risk information seeking among U.S. and Dutch residents: An application of the model of risk information seeking and processing. Science Communication, 31(2), 215–237. https://doi.org/10.1177/1075547009332653.
Yang, Z. J., Rickard, L. N., Harrison, T. M., & Seo, M. (2014). Applying the risk information seeking and processing model to examine support for climate change mitigation policy. Journalism & Mass Communication Quarterly, 91(3), 91–113. https://doi.org/10.1177/1075547014525350
Yang, Z. J., Aloe, A. M., & Feeley, T. H. (2014). Risk information seeking and processing model: A meta-analysis. Journal of Communication, 64(1), 20–41. https://doi.org/10.1111/jcom.12071
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 วารสารวิชาการ วิจัย และนวัตกรรม มสธ. (มนุษยศาสตร์และสังคมศาสตร์)
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
