《表1 互联网使用与极化的相关性》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《互联网使用是否导致极化现象——基于英文量化研究的元分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***．在0.001级别（双尾），相关性显著；**．在0.01级别（双尾），相关性显著；*．在0.05级别（双尾），相关性显著。

在所涉及的英文文献中，涉及到自变量与因变量的关系共282对。其中，以纯粹的信息性使用作为自变量为147个，占比52.1%；自变量为社交性使用的为107个，占比37.9%；同时涉及两种互联网使用方式的自变量为28个，占比为9.9%。因变量中，政治极化占比43.6%，情感极化占比20.6%，舆论极化占比32.6%，群体极化占比3.2%。从研究方法看，调查法占比最高，为81.5%，实验法占比8.0%，社会网络分析占比7.3%，内容分析占比1.5%，基于主题的模型方法（agent based modelling，ABM）占比1.1%，动态模型分析（dynamic model）占0.7%。自变量互联网使用与因变量极化的相关性如表1所示。总体来看，互联网使用与极化之间存在非常显著的相关关系，不同的使用方式于极化的关系则是不同的:信息性使用总体上与极化呈正相关关系（p<0.001），而社交性使用则在总体上与极化呈负相关关系（p<0.001）。类似地，信息性使用与政治极化（p=0.002）与舆论极化（p=.033）呈正相关关系，而社交性使用则与政治极化（p<0.001）与舆论极化（p=.033）呈负相关关系。涉及情感极化的研究，得到正向结论与负向结论的各为50%；群体极化研究中，得到正向相关结果的有66.7%，负相关的占33.3%。互联网使用与情感极化与群体极化的相关关系并不显著。