气候变化图像的全球动态：Twitter/X 上不同视觉框架的情感与互动效应

本研究探讨了 Twitter/X 上气候变化的视觉框架构建方式，以及这些框架如何跨语言影响用户的情感反应和互动度。通过对 2019 年至 2022 年间发布的 300 多万张图片进行自动化图像分析，我们识别出九种主要的视觉框架。“公众参与：政治与事件”（“Public Engagement: Politics & Events”）最为普遍，模因（memes）等互动性视觉内容带来了最高的互动度，但在用户评论中主要引发了负面反应。相比之下，我们发现以解决方案为中心的框架获得了更积极的反应，但互动度较低。这些结果突显了自动化图像分析在揭示视觉气候传播中具有文化细微差异的模式方面的价值。