Appearance
Web-browsing patterns reflect and shape mood and mental health
Summary
Problem: 人们平均每天上网6.5小时，其中大量时间用于信息寻求。以往研究多聚焦于屏幕时间或社交媒体使用频率，而忽略了信息内容的情绪属性。本文旨在填补这一空白：个体选择消费的信息的情绪效价是否反映并塑造其心理健康与情绪，形成反馈回路。 Approach: 通过四项研究（总n=1,145）检验假设。研究1和2为观察性研究：收集参与者真实浏览历史，用自然语言处理（NRC词典）量化网页文本的正负效价，并与心理病理症状问卷和前后浏览情绪评分相关联。研究3为因果实验：操纵参与者接触负面或中性网页，测量情绪变化及后续自发浏览行为。研究4为干预实验：在搜索结果旁提供情绪影响标签，测试是否能改变浏览选择并改善情绪。 Finding: 浏览更多负面效价网页与更差的心理健康（三个心理病理维度）和更差的情绪相关；该关系是双向且因果的——负面浏览降低情绪，低情绪又促使更多负面浏览。提供情绪影响提示的干预能促使参与者选择更少负面、更多正面的网页，并显著改善情绪。 Significance: 该研究首次将信息寻求的内容效价与心理健康联系起来，证明数字行为可作为心理健康的“指纹”和干预靶点，为数字时代的心理健康评估与福祉提升提供了新方法。
Theoretical Framework
- Theoretical tradition: 情感与信息寻求的交叉研究，结合计算精神病学与决策科学。
- Prior theories built upon: 反刍（rumination）的反馈回路假说；Sharot和Sunstein提出的情感状态影响外部信息寻求的假说；情感影响决策与信息寻求的文献；维度化心理病理学方法（factor analysis across psychopathology questionnaires）。
- Causal mechanism: 负面情绪促使个体寻求更多负面信息（情绪一致性选择），而消费负面信息又进一步恶化情绪，形成自我强化的双向反馈回路。
- Key assumptions: 网页全文文本的效价能反映用户实际关注内容的效价；自我报告问卷能有效测量心理病理症状和情绪；浏览历史能代表个体的信息寻求行为。
- Theoretical move: 该论文应用并扩展了反刍的反馈回路理论，将其从内部认知过程推广到外部信息消费行为，并实证检验了Sharot和Sunstein的假说，将理论从推测推进到因果验证。
- Scope conditions: 研究基于普通人群样本（非临床诊断人群），主要关注短期情绪变化而非长期心理病理发展；结果适用于自我引导的网页浏览情境，可能不直接推广到被动接收的信息（如社交媒体推送）。
Research Design
本研究为混合设计，包含观察性相关研究（研究1、2）和实验研究（研究3、4）。
- 研究1：观察性纵向设计，参与者连续5天每天浏览20分钟，提交浏览历史，完成心理病理问卷和前后情绪评分。
- 研究2：观察性横断面设计，参与者浏览30分钟1天，程序同研究1。
- 研究3：随机实验设计，参与者被随机分配到负面网页条件（n=55）或中性网页条件（n=47），测量前后情绪，随后自由浏览10分钟并提交历史。
- 研究4a：随机实验设计，参与者在Google搜索结果中选择网页浏览，分为标签条件（显示情绪影响提示）和无标签条件。
- 分析单位：个体参与者。
- 关键自变量：网页文本的负性效价分数（NRC词典计算）、实验条件（负面/中性）、标签条件（有/无）。
- 关键因变量：心理病理症状分数（三个维度：焦虑-抑郁、社交退缩、强迫行为与侵入性思维）、前后情绪评分（“非常不开心”到“非常开心”量表）。
- 操作化：网页效价通过NLP对网页全文文本评分；心理病理通过加权平均问卷项目得分（Z分数标准化）；情绪通过单项目自评量表。
Data & Sample
- 总样本：n=1,145（四项研究合计）。
- 研究1：n=287，其中164人提供情绪数据。
- 研究2：n=447，其中400人提供情绪数据。
- 研究3：n=102（负面条件55人，控制条件47人）。
- 研究4a：样本量在提供的文本中未明确给出（N/A）。
- 效价验证子研究：n=19（眼动追踪验证网页全文效价与关注区域效价的关系）。
- 人群：普通成年参与者（具体人口学特征未在文本中详述）。
- 国家/地区：未明确说明（N/A）。
- 招募方式：未明确说明（N/A）。
- 数据收集时间：未明确说明（N/A）。
- 数据来源：参与者使用Mozilla Firefox浏览器的真实浏览历史；网页文本从HTML中提取；心理病理问卷和情绪自评量表。
Analytical Strategy
- 效价计算：使用三种NLP方法（DistilBERT、NRC VAD词典、Hu和Liu意见词典），ICC显示高度一致（0.8–0.95），最终选用NRC词典。
- 心理病理维度：基于先前因子分析确定的三个维度，计算加权平均得分。
- 研究1和2：混合ANOVA（负性/正性效价分数作为被试内调节因子，年龄和性别作为被试间协变量）；线性回归（心理病理为因变量，效价分数、年龄、性别为预测变量，均Z标准化）。
- 情绪与浏览关系：研究1用线性混合效应模型（固定和随机效应），研究2用简单线性回归（因单次观测）。
- 研究3：线性回归预测浏览后情绪（条件为预测变量，控制浏览前情绪、年龄、性别）；独立样本t检验比较两组后续浏览的负性效价。
- 稳健性检验：控制年龄、性别、种族、收入、教育、主要语言；排除浏览密码保护社交媒体网页的参与者；比较提交会话内数据与存档数据的参与者。
- 效价验证：眼动追踪子研究用混合效应模型验证全文效价与关注区域效价的关系。
Results & Findings
发现1：浏览更多负面文本与更差的心理健康相关（研究1和2）
- 浏览网页的负性效价分数与三个心理病理维度（焦虑-抑郁、社交退缩、强迫行为与侵入性思维）均显著正相关，且无维度特异性交互作用，表明负性浏览是心理健康的“一般性指纹”。
- 正性效价分数与心理病理的关系在两项研究中不一致（研究1不显著，研究2显著负相关），因此负性效价是更稳健的指标。
- 该关系在控制人口学变量和排除社交媒体浏览后依然稳健。
发现2：浏览负面文本与更差的情绪双向相关（研究1和2）
- 浏览前情绪越差，浏览的网页负性效价越高（两项研究均显著）。
- 浏览的网页负性效价越高，浏览后情绪越差（控制浏览前情绪后仍显著）。
- 正性效价与情绪的关系在两项研究中不一致，负性效价是主要驱动因素。
发现3：负面浏览与情绪之间存在双向因果关系（研究3）
- 被分配到负面网页条件的参与者浏览后情绪显著更差（β=-0.503, P<0.001）。
- 负面条件组随后自发浏览的网页负性效价显著高于控制组（M=0.034 vs M=0.026, P=0.026），证实低情绪导致更多负面浏览。
- 这验证了双向因果回路：负面内容降低情绪，低情绪又促使更多负面内容消费。
发现4：情绪影响提示干预改变浏览行为并改善情绪（研究4a）
- 提供“感觉更好/更差”标签的参与者，相比无标签组，选择了更少负面和更多正面的网页（具体统计值在提供的文本中未完整呈现）。
- 干预组浏览后情绪显著改善（具体统计值未完整呈现）。
- 这表明简单的情绪影响提示就能引导人们做出更有利于心理健康的浏览选择。
零结果与意外发现：
- 正性效价分数与心理病理和情绪的关系在两项研究中不一致，提示负性效价是更敏感和稳健的指标。
- 提交存档浏览历史的参与者与提交会话内浏览的参与者在效价分数上无显著差异，排除了实验设置导致的行为改变。
Limitations
- 参与者知道浏览历史会被提交，可能改变浏览行为（尽管分析表明存档数据与会话内数据无差异，但作者承认这可能引入噪声并使效应被低估）。
- 研究3和4的因果操纵基于短期情绪变化，而非长期心理病理症状，作者承认情绪变化对心理病理的长期影响是推断性的。
- 心理病理症状通过自我报告问卷测量，可能存在报告偏差。
- 研究4a的样本量和具体统计结果在提供的文本中不完整。
- 研究样本为普通人群，结果向临床人群的推广性有限。
- 网页效价计算基于全文文本，虽然眼动验证表明与关注区域高度相关，但并非完美替代。
Key Contributions
- 首次使用自然语言处理量化真实网页浏览历史的情绪效价，建立数字行为与心理健康之间的量化联系。
- 证明浏览负面信息是心理健康的“一般性指纹”，而非特定于某一心理病理维度。
- 通过实验设计确立负面浏览与情绪之间的双向因果关系，超越以往的相关研究。
- 提出并验证了一种基于情绪影响提示的干预方法，能有效改变浏览行为并改善情绪。
- 为数字表型（digital phenotyping）和实时心理健康评估提供了新工具和理论依据。
- 将反刍的反馈回路理论从内部认知扩展到外部信息消费行为，丰富了信息寻求与情感交互的理论框架。
Key Claims
"We reveal that the valence of information sought affects mental health, which in turn influences the valence of information sought, forming a self-reinforcing loop." (Abstract)
"These results indicate that individuals who browse webpages that are more negatively valenced, experience poorer mental health across the three mental health dimensions." (Results, Browsing more negative text relates to worse mental health)
"Together, these results suggest a bidirectional relationship between mood and the negative valence of webpages participants consume from self-guided browsing." (Results, Browsing negative text relates to worse mood and vice versa)
"These results suggest a causal bidirectional relationship between participants' mood and web-browsing patterns." (Results, Bidirectional causal association between web-browsing and mood)
"Together, the findings suggest that the information sought reflects mental state and shapes it, creating a loop that may perpetuate mental health problems." (Abstract)