Is it too late now to say we’re sorry? Examining anxiety contagion and crisis communication strategies using machine learning

Gritjon Gruda; Adegboyega Ojo

doi:10.1371/journal.pone.0274539

Is it too late now to say we’re sorry? Examining anxiety contagion and crisis communication strategies using machine learning

Abstrakt

In this paper, we explore the role of perceived emotions and crisis communication strategies via organizational computer-mediated communication in predicting public anxiety, the default crisis emotion. We use a machine-learning approach to detect and predict anxiety scores in organizational crisis announcements on social media and the public’s responses to these posts. We also control for emotional and language tones in organizational crisis responses using a separate machine learning algorithm. Perceived organizational anxiety positively influences public anxiety, confirming the occurrence of emotional contagion from the organization to the public. Crisis response strategies moderated this relationship, so that responsibility acknowledgment lowered public anxiety the most. We argue that by accounting for emotions expressed in organizational crisis responses, organizations may be able to better predict and manage public emotions.

Cytowania

2

CrossRef
0

Web of Science
1

Scopus

Autorzy (2)

Gritjon Gruda Dr
Adegboyega Ojo dr lic.

Cytuj jako

Pełna treść

pobierz publikację

pobrano 20 razy

Wersja publikacji: Accepted albo Published Version
DOI:: Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1371/journal.pone.0274539
Licencja: otwiera się w nowej karcie

pełna treść artykułu zobacz w serwisie zewnętrznym otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:

Publikacja w czasopiśmie

Typ:

artykuły w czasopismach

Opublikowano w:

PLOS ONE nr 17, strony 1 - 12,
ISSN: 1932-6203

Język:

angielski

Rok wydania:

2022

Opis bibliograficzny:

Gruda G., Ojo A.: Is it too late now to say we’re sorry? Examining anxiety contagion and crisis communication strategies using machine learning// PLOS ONE -Vol. 17,iss. 9 (2022), s.1-12

DOI: