,

مقاله شناسایی جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین برای بلایای مرکب: مطالعه موردی طوفان لورا و کووید-۱۹ به همراه PDF فارسی + پادکست صوتی فارسی + ویدیو آموزشی فارسی

150,000 تومان

📚 مقاله علمی

عنوان فارسی مقاله شناسایی جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین برای بلایای مرکب: مطالعه موردی طوفان لورا و کووید-۱۹
نویسندگان Khondhaker Al Momin, H M Imran Kays, Arif Mohaimin Sadri
دسته‌بندی علمی Social and Information Networks

📘 محتوای این مقاله آموزشی

  • شامل فایل اصلی مقاله (PDF انگلیسی)
  • به همراه فایل PDF توضیح فارسی با بیان ساده و روان
  • دارای پادکست صوتی فارسی توضیح کامل مقاله
  • به همراه ویدیو آموزشی فارسی برای درک عمیق‌تر مفاهیم مقاله

🎯 همه‌ی فایل‌ها با هدف درک آسان و سریع مفاهیم علمی این مقاله تهیه شده‌اند.

چنانچه در دانلود فایل‌ها با مشکلی مواجه شدید، لطفاً از طریق واتس‌اپ با شماره 09395106248 یا از طریق آیدی تلگرام @ma_limbs پیام دهید تا لینک‌ها فوراً برایتان مجدداً ارسال شوند.

شناسایی جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین برای بلایای مرکب: مطالعه موردی طوفان لورا و کووید-۱۹

معرفی مقاله و اهمیت آن

در دنیای امروز، شبکه‌های اجتماعی آنلاین (OSNs) به پلتفرم‌های حیاتی برای تبادل اطلاعات و ارتباطات در زمان‌های عادی و به‌ویژه در شرایط بحرانی تبدیل شده‌اند. مقاله حاضر با عنوان «شناسایی جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین برای بلایای مرکب: مطالعه موردی طوفان لورا و کووید-۱۹» به بررسی عمیق این نقش می‌پردازد. اهمیت این تحقیق در آن است که به بلایای مرکب (Compound Disasters) توجه می‌کند؛ رویدادهایی که در آن‌ها چندین فاجعه همزمان یا متوالی رخ می‌دهند و پیچیدگی‌های بیشتری را برای مدیریت بحران ایجاد می‌کنند. در این مطالعه، مورد خاص طوفان لورا، یکی از قدرتمندترین طوفان‌های ثبت‌شده در تاریخ آمریکا که در لوئیزیانا به خشکی رسید، مورد بررسی قرار می‌گیرد، آن هم در حالی که بحران پاندمی کووید-۱۹ نیز جامعه را تحت تأثیر قرار داده بود. در چنین شرایطی، درک چگونگی شکل‌گیری جوامع پاسخگو و الگوهای ارتباطی آن‌ها در شبکه‌های اجتماعی، برای طراحی راهبردهای مؤثرتر مدیریت بحران و کاهش آسیب‌های جانی و مالی از اهمیت بالایی برخوردار است. این تحقیق نه تنها به درک بهتری از پویایی‌های اجتماعی در زمان بحران کمک می‌کند، بلکه راهکارهایی عملی برای بهبود ارتباطات بحران در آینده ارائه می‌دهد. با توجه به تغییرات اقلیمی و افزایش احتمال وقوع بلایای طبیعی و انسانی، لزوم پژوهش‌هایی از این دست که توانایی استفاده از فناوری‌های نوین برای افزایش تاب‌آوری جامعه را بررسی می‌کنند، بیش از پیش احساس می‌شود.

نویسندگان و زمینه تحقیق

این مقاله حاصل تلاش مشترک محققان برجسته‌ای به نام‌های خنداکر المومین (Khondhaker Al Momin)، اچ. ام. عمران کیس (H M Imran Kays) و عارف محایمین صدری (Arif Mohaimin Sadri) است. این تیم تحقیقاتی در زمینه تقاطع علوم شبکه‌های اجتماعی و مدیریت بحران فعالیت می‌کند و این تحقیق نیز در راستای همین دغدغه‌های علمی صورت گرفته است. زمینه اصلی این پژوهش، مطالعه نقش شبکه‌های اطلاعاتی و اجتماعی در زمان بحران است که یک حوزه تحقیقاتی بین‌رشته‌ای در حال رشد محسوب می‌شود. با توجه به افزایش دفعات و شدت بلایای طبیعی و همچنین چالش‌های فزاینده‌ای مانند همه‌گیری‌های جهانی، درک بهتر نحوه واکنش جامعه و سازمان‌ها از طریق ابزارهای نوین ارتباطی مانند شبکه‌های اجتماعی، به یک ضرورت تبدیل شده است. محققان به دنبال پاسخ به این سؤال هستند که چگونه می‌توان از حجم عظیم داده‌های تولید شده توسط کاربران در این پلتفرم‌ها برای شناسایی الگوهای رفتاری، نیازهای اطلاعاتی و ساختارهای ارتباطی در زمان بحران بهره برد. این مطالعه تلاش می‌کند تا با تلفیق نظریه‌های علم شبکه و پردازش زبان طبیعی، گام مهمی در این راستا بردارد و بینش‌های جدیدی را در اختیار تصمیم‌گیرندگان قرار دهد. این پژوهش در دسته «شبکه‌های اجتماعی و اطلاعاتی» قرار می‌گیرد و نشان‌دهنده اهمیت روزافزون این حوزه در مطالعات علمی است.

چکیده و خلاصه محتوا

این مطالعه با هدف شناسایی الگوهای ارتباطی و جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین، به تحلیل رفتار کاربران در طول طوفان لورا می‌پردازد که همزمان با پاندمی کووید-۱۹ رخ داده بود. شبکه‌های اجتماعی آنلاین به سازمان‌های مختلف و عموم مردم این امکان را می‌دهند که در طول بلایای بزرگ با یکدیگر تعامل داشته و اطلاعات مربوط به خطرات و اقدامات محافظتی را به اشتراک بگذارند. طوفان لورا، یک طوفان دریایی بسیار شدید (رده ۴) بود که در شهر کامرون، لوئیزیانا به خشکی رسید و خسارات گسترده‌ای به بار آورد. محققان برای انجام این تحقیق، از داده‌های حجیم شبکه‌های اجتماعی، به طور خاص توییتر، استفاده کرده‌اند. داده‌ها از طریق دسترسی جدید مسیر آکادمیک (academic track) API توییتر جمع‌آوری شده‌اند که مشاهده کامل و بدون سوگیری از توییت‌های عمومی فعالان در مناطق آسیب‌پذیر از طوفان لورا را فراهم می‌آورد. شبکه‌های اجتماعی بر اساس ویژگی نفوذ کاربران (مانند منشن کردن یا تگ کردن یکدیگر) ساخته شده‌اند که امکان اطلاع‌رسانی به کاربران دیگر را در حین ارسال یک توییت فراهم می‌کند. با استفاده از نظریه‌های علم شبکه و الگوریتم‌های پیشرفته تشخیص جامعه، این مطالعه شبکه‌های ارتباطی را به بیست و یک مؤلفه با اندازه‌های مختلف تقسیم کرد که بزرگترین آن‌ها شامل هشت جامعه خوش‌تعریف بود. تکنیک‌های مختلف پردازش زبان طبیعی (NLP)، از جمله ابر کلمات (word clouds)، بیگِرام‌ها (bigrams) و مدل‌سازی موضوعی (topic modeling)، برای تحلیل محتوای توییت‌های به اشتراک گذاشته شده توسط کاربران در این جوامع به کار گرفته شدند تا رفتار آن‌ها در قبال ریسک (ریسک‌پذیر یا ریسک‌گریز) در طول یک بحران مرکب مشاهده شود. نتایج نشان داد که حساب‌های رسانه‌های محلی، رادیو، دانشگاه‌ها و صفحات ورزشی محبوب، از جمله فعالانی بودند که به شدت درگیر و در تعامل نزدیک با ساکنان محلی بودند. در مقابل، واحدهای مدیریت و برنامه‌ریزی اضطراری در منطقه، تعامل کمتری با مردم داشتند. یافته‌های این مطالعه بینش‌های نوینی را در طراحی دستورالعمل‌های ارتباطی کارآمد در شبکه‌های اجتماعی برای واکنش بهتر در بلایای آینده ارائه می‌دهد و بر اهمیت درک پویایی‌های شبکه‌های اجتماعی در مواجهه با بلایای چندگانه تأکید می‌کند.

روش‌شناسی تحقیق

این تحقیق برای دستیابی به اهداف خود، یک رویکرد روش‌شناختی جامع و چندوجهی را اتخاذ کرده است تا پیچیدگی‌های تعاملات اجتماعی در طول یک بلایای مرکب را به دقت تحلیل کند:

  • جمع‌آوری داده‌ها: هسته اصلی داده‌های این مطالعه را توییت‌های عمومی کاربران توییتر تشکیل می‌دهند. این داده‌ها از طریق رابط برنامه‌نویسی کاربردی (API) و به‌طور خاص از مسیر آکادمیک (academic track) که اخیراً توسط توییتر منتشر شده، جمع‌آوری شده‌اند. این مسیر دسترسی، مشاهده‌ای کامل و بدون سوگیری از توییت‌های منتشر شده توسط کاربران فعال در مناطق آسیب‌پذیر از طوفان لورا را فراهم می‌کند. انتخاب توییتر به دلیل ماهیت لحظه‌ای، عمومی بودن اطلاعات و توانایی انتشار سریع در آن، بسیار مناسب بوده است. این داده‌ها شامل محتوای توییت‌ها، اطلاعات زمانی و مکانی (در صورت موجود بودن) و تعاملات کاربران (مانند ریتوییت، منشن و لایک) بوده‌اند که امکان تحلیل عمیق را فراهم می‌آورد.

  • ساخت شبکه: شبکه‌های اجتماعی آنلاین بر اساس ویژگی نفوذ کاربر ساخته شدند. این به معنای تحلیل منشن‌ها (@) و تگ‌ها (#) است که کاربران برای ارجاع به یکدیگر یا موضوعی خاص استفاده می‌کنند. این تعاملات، گره‌ها (کاربران) و لبه‌های (ارتباطات) شبکه را تشکیل می‌دهند و جریان اطلاعات و ارتباطات را نمایان می‌سازند. هرگاه کاربری در توییت خود کاربر دیگری را منشن یا تگ کند، یک ارتباط جهت‌دار بین آن‌ها شکل می‌گیرد که نشان‌دهنده اطلاع‌رسانی یا تعامل است. این روش به محققان اجازه می‌دهد تا ساختار ارتباطات را بر اساس مکانیزم‌های آگاهی‌رسانی و توجه‌طلبی در توییتر مدل‌سازی کنند.

  • تحلیل شبکه و تشخیص جامعه: پس از ساخت شبکه، نظریه‌های علم شبکه (Network Science) به کار گرفته شدند تا ساختار کلی شبکه بررسی شود. این نظریه‌ها به شناسایی ویژگی‌هایی مانند مرکزیت (centrality)، چگالی (density) و مسیرهای ارتباطی (communication paths) کمک می‌کنند. سپس، الگوریتم‌های پیشرفته تشخیص جامعه (Community Detection Algorithms) بر روی این شبکه‌ها اعمال شدند. هدف از تشخیص جامعه، گروه‌بندی کاربرانی است که تعاملات داخلی بیشتری با یکدیگر دارند تا با کاربران خارج از گروهشان. این فرآیند منجر به شناسایی بیست و یک مؤلفه (components) با اندازه‌های متفاوت شد. بزرگترین این مؤلفه‌ها خود شامل هشت جامعه خوش‌تعریف بود که هر کدام دارای ویژگی‌ها و الگوهای ارتباطی خاص خود بودند؛ برای مثال، برخی جوامع ممکن بود بر اساس جغرافیا، علایق مشترک یا نوع سازمان شکل گرفته باشند.

  • پردازش و تحلیل زبان طبیعی (NLP): برای درک بهتر محتوای به اشتراک گذاشته شده و ارزیابی رفتار کاربران در قبال ریسک، تکنیک‌های پیشرفته پردازش زبان طبیعی (Natural Language Processing) روی توییت‌های هر جامعه اعمال شد. این تکنیک‌ها شامل:

    • ابر کلمات (Word Clouds): برای بصری‌سازی پرکاربردترین کلمات و عبارات، که تصویری سریع از موضوعات اصلی مورد بحث ارائه می‌دهد.
    • بیگِرام‌ها (Bigrams): تحلیل جفت کلمات مجاور برای شناسایی عبارات کلیدی و زمینه‌های معنایی، مانند “ماسک زدن” یا “مراکز پناهگاهی”.
    • مدل‌سازی موضوعی (Topic Modeling): برای شناسایی موضوعات اصلی مورد بحث در هر جامعه و چگونگی تکامل آن‌ها در طول بحران. این روش امکان می‌دهد تا محتوای پنهان و موضوعات گسترده‌تر را از مجموعه بزرگ متون استخراج کرد.

    این تحلیل‌ها به محققان امکان داد تا بینش‌هایی در مورد رفتار ریسک‌پذیر یا ریسک‌گریز کاربران، نیازهای اطلاعاتی آن‌ها و نحوه پاسخگویی‌شان به بحران مرکب طوفان لورا و کووید-۱۹ به دست آورند، که برای طراحی راهبردهای ارتباطی مؤثر حیاتی هستند.

یافته‌های کلیدی

یافته‌های این تحقیق بینش‌های مهمی را در مورد نقش شبکه‌های اجتماعی در بلایای مرکب آشکار ساخته است که می‌توانند به صورت زیر خلاصه شوند:

  • شناسایی بازیگران کلیدی و تأثیرگذار: مطالعه نشان داد که برخی از نهادها و حساب‌های کاربری، نقش برجسته‌ای در اطلاع‌رسانی و تعامل با مردم در طول بحران داشتند. این گروه‌ها شامل رسانه‌های خبری محلی، ایستگاه‌های رادیویی، دانشگاه‌ها و صفحات ورزشی محبوب بودند. این حساب‌ها به شدت درگیر بوده و با ساکنان محلی تعامل نزدیکی داشتند، که نشان‌دهنده اعتماد جامعه به این منابع اطلاعاتی است. برای مثال، یک ایستگاه رادیویی محلی ممکن بود به طور مداوم آخرین هشدارها و مسیرهای تخلیه را به اشتراک بگذارد و سؤالات کاربران را در توییتر پاسخ دهد. دانشگاه‌ها نیز غالباً اطلاعات علمی و توصیه‌های تخصصی را منتشر می‌کردند.

  • شکاف در تعامل نهادهای رسمی: یکی از یافته‌های نگران‌کننده، تعامل کمتر واحدهای مدیریت و برنامه‌ریزی اضطراری منطقه با عموم مردم بود. این نهادها، که وظیفه اصلی مدیریت بحران را بر عهده دارند، نتوانستند به اندازه کافی با جوامع محلی در شبکه‌های اجتماعی ارتباط برقرار کنند. این شکاف ارتباطی می‌تواند منجر به عدم اطلاع‌رسانی مؤثر، شیوع شایعات و کاهش اعتماد عمومی در زمان‌های حساس شود، که خود می‌تواند به مدیریت بحران آسیب جدی وارد کند. این امر یک نقطه ضعف کلیدی را در استراتژی‌های فعلی مدیریت بحران نشان می‌دهد و نیازمند بازنگری جدی است.

  • الگوهای رفتاری ریسک‌پذیری/ریسک‌گریزی: با استفاده از تکنیک‌های NLP، محققان توانستند رفتارهای مختلفی را در قبال ریسک در میان جوامع شناسایی شده مشاهده کنند. برخی جوامع بیشتر ریسک‌گریز بودند و بر روی اقدامات احتیاطی، توصیه‌های بهداشتی مرتبط با کووید-۱۹ (مانند استفاده از ماسک و فاصله‌گذاری اجتماعی)، و ایمنی (مانند چگونگی ایمن ماندن در طوفان) تمرکز داشتند. در حالی که برخی دیگر رفتارهای ریسک‌پذیرتر نشان داده و ممکن بود اطلاعات تأیید نشده را به اشتراک بگذارند یا به هشدارهای رسمی بی‌اعتنایی کنند. این تفاوت‌ها در رفتار به عوامل مختلفی از جمله سطح آگاهی، اعتماد به منابع اطلاعاتی و وضعیت اقتصادی-اجتماعی افراد بستگی داشت.

  • ساختار جوامع و جریان اطلاعات: تحلیل شبکه نشان داد که جوامع مختلف دارای ساختارهای متفاوتی برای جریان اطلاعات بودند. برخی جوامع متمرکز بر یک یا چند گره مرکزی (central node) (مثلاً یک حساب خبری پرنفوذ یا یک شخصیت شناخته‌شده محلی) بودند، که اطلاعات عمدتاً از طریق آن‌ها منتشر می‌شد. در حالی که برخی دیگر شبکه‌هایی پراکنده‌تر با چندین منبع اطلاعاتی داشتند که اطلاعات به صورت غیرمتمرکزتری جریان می‌یافت. این تفاوت‌ها بر سرعت و دقت انتشار اطلاعات در هر جامعه تأثیر می‌گذارد و نشان می‌دهد که راهبردهای ارتباطی باید متناسب با ساختار هر جامعه تنظیم شوند.

کاربردها و دستاوردها

این تحقیق نه تنها به درک عمیق‌تر پویایی‌های شبکه‌های اجتماعی در زمان بحران کمک می‌کند، بلکه دستاوردها و کاربردهای عملی مهمی برای مدیریت بلایای آینده دارد که می‌تواند تأثیرات گسترده‌ای بر سیاست‌گذاری‌ها و عملیات میدانی بگذارد:

  • بهبود دستورالعمل‌های ارتباطی بحران: یافته‌های مطالعه به سازمان‌های مدیریت اضطراری کمک می‌کند تا دستورالعمل‌های ارتباطی خود را در شبکه‌های اجتماعی بهینه‌سازی کنند. با شناخت بهتر بازیگران کلیدی و الگوهای تعاملی، می‌توان راهبردهایی برای انتشار مؤثرتر اطلاعات، شناسایی سریع‌تر نیازها و هماهنگی بهتر با مردم طراحی کرد. این امر شامل ایجاد پروتکل‌هایی برای پست کردن، پاسخ دادن و نظارت بر مکالمات در پلتفرم‌های اجتماعی است.

  • شناسایی و تقویت صداهای محلی معتبر: از آنجا که رسانه‌های محلی، دانشگاه‌ها و حتی صفحات ورزشی محبوب به عنوان منابع اطلاعاتی قابل اعتماد و فعال شناخته شدند، سازمان‌های رسمی می‌توانند با این نهادها همکاری نزدیک‌تری داشته باشند. این همکاری می‌تواند به تقویت پیام‌های رسمی و اطمینان از رسیدن آن‌ها به مخاطبان هدف از طریق منابعی که مردم به آن‌ها اعتماد دارند، کمک کند. ایجاد یک شبکه از اینفلوئنسرهای محلی در زمان صلح می‌تواند در زمان بحران بسیار کارآمد باشد.

  • پر کردن شکاف ارتباطی نهادهای رسمی: این مطالعه به صراحت نشان داد که واحدهای مدیریت اضطراری در حال حاضر در تعامل با عموم مردم در شبکه‌های اجتماعی ضعف دارند. این یافته یک زنگ خطر است و می‌تواند منجر به طراحی برنامه‌های آموزشی و سیاست‌گذاری‌های جدید شود تا این نهادها بتوانند حضور فعال‌تر و مؤثرتری در پلتفرم‌های اجتماعی داشته باشند. آموزش پرسنل برای استفاده صحیح از شبکه‌های اجتماعی و تخصیص منابع لازم برای این کار از اهمیت بالایی برخوردار است.

  • پیام‌رسانی هدفمند و شخصی‌سازی شده: با درک جوامع مختلف و الگوهای ریسک‌پذیری/ریسک‌گریزی آن‌ها، می‌توان پیام‌های بحران را به صورت هدفمندتر و شخصی‌سازی شده‌تر طراحی کرد. برای مثال، پیام‌های مرتبط با کووید-۱۹ را می‌توان برای جوامعی که نگرانی بیشتری در این زمینه دارند، برجسته‌تر کرد، در حالی که برای دیگران بر هشدارهای مربوط به طوفان یا مسیرهای تخلیه تأکید شود. این رویکرد اثربخشی ارتباطات را به شدت افزایش می‌دهد.

  • ابزاری برای تحلیل بلایای مرکب آینده: مدل‌ها و روش‌شناسی به کار گرفته شده در این مطالعه می‌تواند به عنوان یک چارچوب تحلیلی برای بررسی سایر بلایای مرکب در آینده مورد استفاده قرار گیرد. این امر به افزایش آمادگی و واکنش سریع‌تر و کارآمدتر در برابر بحران‌های پیچیده کمک می‌کند، زیرا امکان پیش‌بینی رفتارها و نیازهای اطلاعاتی جوامع را فراهم می‌آورد.

  • کاهش آسیب‌ها و نجات جان: در نهایت، هدف اصلی همه این کاربردها، کاهش تلفات جانی و مالی در زمان بحران است. ارتباطات مؤثر و هدفمند در شبکه‌های اجتماعی می‌تواند به مردم کمک کند تا تصمیمات آگاهانه‌تری بگیرند، اقدامات محافظتی لازم را انجام دهند و به موقع خود را از مناطق خطر تخلیه کنند، که در نهایت به نجات جان و کاهش خسارات کمک شایانی می‌کند.

نتیجه‌گیری

مقاله «شناسایی جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین برای بلایای مرکب: مطالعه موردی طوفان لورا و کووید-۱۹» یک گام مهم و روشنگرانه در جهت درک پیچیدگی‌های ارتباطات در زمان بحران، به‌ویژه در شرایط بلایای مرکب، برداشته است. این تحقیق با بهره‌گیری از داده‌های گسترده توییتر و تلفیق هوشمندانه علم شبکه و پردازش زبان طبیعی، توانست جوامع پاسخگو را شناسایی کرده و الگوهای رفتاری آن‌ها را در طول طوفان لورا و همزمانی آن با بحران کووید-۱۹ تحلیل کند.

یافته‌های کلیدی این مطالعه نشان داد که رسانه‌های محلی، دانشگاه‌ها و حتی صفحات ورزشی محبوب نقش حیاتی در اطلاع‌رسانی و تعامل با مردم ایفا می‌کنند و به عنوان منابع قابل اعتماد اطلاعاتی در زمان بحران عمل می‌کنند. در مقابل، عدم مشارکت کافی نهادهای رسمی مدیریت اضطراری در شبکه‌های اجتماعی، یک شکاف ارتباطی مهم را آشکار ساخت که نیاز به توجه و اصلاح دارد. درک تفاوت‌های رفتاری جوامع در قبال ریسک نیز امکان طراحی پیام‌های بحران هدفمندتر را فراهم می‌آورد و به سازمان‌ها این قابلیت را می‌دهد که رویکردهای ارتباطی خود را متناسب با نیازهای هر گروه تنظیم کنند.

دستاوردها و کاربردهای این پژوهش گسترده است؛ از بهبود دستورالعمل‌های ارتباطی و توانمندسازی نهادهای رسمی گرفته تا امکان طراحی استراتژی‌های پیام‌رسانی هدفمند و کاهش آسیب‌ها در بلایای آینده. این مطالعه به وضوح نشان می‌دهد که شبکه‌های اجتماعی پتانسیل عظیمی برای تبدیل شدن به ستون فقرات سیستم‌های هشدار و پاسخ‌گویی بحران دارند، مشروط بر اینکه به درستی و با درک عمیق از پویایی‌های اجتماعی آن‌ها به کار گرفته شوند. افزایش تعامل و همکاری بین سازمان‌های رسمی و بازیگران کلیدی غیررسمی در شبکه‌های اجتماعی می‌تواند به ارتقاء آمادگی و پاسخ به بحران در سطح ملی و محلی کمک کند.

در نهایت، این پژوهش نه تنها دانش ما را در زمینه مدیریت بحران و ارتباطات اجتماعی افزایش می‌دهد، بلکه یک دعوت به عمل است برای سازمان‌های مسئول تا استراتژی‌های دیجیتال خود را بازنگری کنند، با جوامع محلی و منابع اطلاعاتی معتبر آن‌ها همکاری نزدیک‌تری داشته باشند، و با سرمایه‌گذاری در آموزش و فناوری، خود را برای مواجهه با چالش‌های پیچیده‌تر بلایای آینده آماده سازند. ادامه تحقیقات در این حوزه و بررسی موارد مشابه در فرهنگ‌ها و مناطق جغرافیایی مختلف، می‌تواند این بینش‌ها را غنی‌تر کرده و به توسعه راهکارهای جهانی برای مدیریت بحران کمک شایانی کند و در نهایت به افزایش تاب‌آوری جوامع در برابر تهدیدات پیش‌رو منجر شود.

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “مقاله شناسایی جوامع پاسخگوی بحران در شبکه‌های اجتماعی آنلاین برای بلایای مرکب: مطالعه موردی طوفان لورا و کووید-۱۹ به همراه PDF فارسی + پادکست صوتی فارسی + ویدیو آموزشی فارسی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا