Exploring Conversational Dynamics in Scientific and Pseudoscientific Health Communities on YouTube: Process Mining and Network Analysis Study.

چکیده اصلی

BACKGROUND: Social media platforms, particularly YouTube (Google LLC), are important sources of health information, but also significant vectors for misinformation and pseudoscience. While many studies analyze the content and sentiment of this information, the dynamic, sequential nature of user interactions, which can shape belief formation and community dynamics, remains poorly understood. OBJECTIVE: This study aimed to explore the applicability of network analysis and process mining techniques for identifying and comparing structural and emotional patterns of conversational flow within a retrieved corpus of YouTube comments from videos about scientific or pseudoscientific health treatments. METHODS: We conducted an exploratory observational study using publicly available YouTube comment threads posted between 2011 and 2025 from videos categorized as either "scientific" (20,387 comments) or "pseudoscientific" (32,025 comments) using an automated pipeline that combined API-based data extraction, large language model-based video classification, and natural language processing techniques for multilingual sentiment and thematic classification of comments. We then applied process mining to model the temporal sequences of interactions, and network analysis to map the relationships between conversational topics. RESULTS: Network analysis revealed divergent conversational cores. In the scientific corpus, negative expressions of feelings and negative comparisons had greater normalized node strength, while medical treatment and advice requests were also relatively more prominent. In the pseudoscientific corpus, positive expressions of feelings, thanking, compliments, and emoji-only or brief acknowledgments showed greater prominence. Process mining showed a more heterogeneous combination of negative, positive, and neutral activities in the scientific corpus, whereas the most frequent pathways in the pseudoscientific corpus were concentrated around positive expressions of feelings, thanking, compliments, and brief messages of acknowledgment, or simply emojis. CONCLUSIONS: The application of network analysis and process mining techniques revealed distinct patterns in the conversational dynamics of health-related YouTube discussions. Within the sampled corpora, scientific discussions appeared more compatible with mixed-valence evaluation and treatment-related exchanges, whereas pseudoscientific discussions showed patterns more consistent with interpersonal affirmation and socioemotional bonding. These preliminary findings suggest that network analysis and process mining are promising approaches for investigating online health communication and misinformation ecosystems. They also suggest that public health strategies may benefit from considering the affective and community-bonding dimensions of engagement in misinformation communities alongside information provision.

ترجمه فارسی چکیده

پلتفرم‌های شبکه‌های اجتماعی، به‌ویژه یوتیوب، منابع مهمی برای اطلاع‌رسانی سلامت هستند، اما همچنین کانال‌های مهمی برای اشاعه اطلاعات نادرست و نیمه‌علمی محسوب می‌شوند. در حالی که بسیاری از مطالعات محتوای و احساسات این اطلاعات را تحلیل می‌کنند، ماهیت پویا و توالی‌وار تعاملات کاربران که می‌تواند شکل‌گیری باورها و دینامیک جوامع را تعیین کند، هنوز به‌طور کافی درک نشده است. هدف این مطالعه بررسی کاربرد تکنیک‌های تحلیل شبکه و فرایند‌کاوی برای شناسایی و مقایسه الگوهای ساختاری و احساسی جریان گفتگو در میان نظرات یوتیوبی ویدیوهای مربوط به درمان‌های علمی یا نیمه‌علمی بود. این مطالعه یک مطالعه مشاهده‌ای اکتشافی با استفاده از رشته‌های نظرات عمومی یوتیوب منتشر شده بین ۲۰۱۱ تا ۲۰۲۵، برای ویدیوهای دسته‌بندی شده به عنوان «علمی» (۲۰،۳۸۷ نظر) یا «نیمه‌علمی» (۳۲،۰۲۵ نظر) انجام شد. پس از طبقه‌بندی موضوعی و احساسی نظرات با استفاده از زبان‌های طبیعی و مدل‌های زبانی بزرگ، فرایند‌کاوی برای مدل‌سازی توالی‌های زمانی تعاملات و تحلیل شبکه برای نقشه‌برداری روابط بین موضوعات گفتگو به کار گرفته شد. نتایج نشان داد که تحلیل شبکه الگوهای متفاوتی را در هسته‌های گفتگویی آشکار کرد. در مجموعه علمی، عبارات منفی احساسات و مقایسه‌های منفی دارای قدرت نود نرمال‌شده بیشتر بودند، در حالی که درخواست‌های مشاوره درمانی نیز نسبتاً برجسته‌تر بودند. در مجموعه نیمه‌علمی، عبارات مثبت احساسات، تشکر، تعریف و پیام‌های کوتاه یا فقط ایموجی‌ها بیشترین prominence را داشتند. فرایند‌کاوی نشان داد که در مجموعه علمی ترکیبی ناهمگون‌تری از فعالیت‌های منفی، مثبت و خنثی وجود دارد، در حالی که مسیرهای متداول در مجموعه نیمه‌علمی حول عبارات مثبت احساسات، تشکر، تعریف و پیام‌های کوتاه متمرکز بودند.

متن کامل اصلی