数据集概述
本数据集为Twitter平台气候变化相关图像的内容分析结果，包含2019年11月至2020年9月间5个随机周的样本数据。通过Twitter API采集含媒体的"climate change"相关推文，筛选出380张有效图像，按O’Neill分类系统编码，并记录推文互动数据（点赞、转发、评论数），用于分析图像类型与公众参与度的关联。
文件详解
- 文件名称：
ClimaEnRedes-Imágenes Twitter-codificación y resultados.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含380张有效图像的编码信息（图像类型：可识别人物、非可识别人物、气候变化影响、能源/排放/污染、抗议、科学图像、其他）；推文元数据（日期、用户、文本内容）；互动指标（点赞数、转发数、评论数）；图像有效性评估因子（真实人物、叙事性、原因尺度、影响强度、解决方案、本地关联、直接受影响人群）。
适用场景
- 气候变化传播效果研究: 分析不同类型图像对公众参与度（互动数据）的影响，识别有效传播图像特征。
- 社交媒体内容分析: 探究Twitter平台气候变化议题的视觉表达趋势与用户互动规律。
- 科学传播策略优化: 基于图像有效性因子，为气候变化相关内容创作提供视觉设计参考。
- 公众环境态度研究: 通过图像互动数据间接分析公众对气候变化不同维度（影响、解决方案、抗议等）的关注偏好。
