《Frontiers in Sustainable Food Systems》：Evaluating on-line media and survey data to understand beliefs and sentiment associated with pastured and integrated poultry production among farmers and stakeholders
编辑推荐：
商业化的放牧与一体化家禽生产（pastured and integrated poultry production, PIPP）代表了家禽与作物生产中的一个新兴领域。作为一个“小众”的商业生产领域，关于公众对PIPP看法的总体认知十分有限。本研究采用了两种互补
商业化的放牧与一体化家禽生产（pastured and integrated poultry production, PIPP）代表了家禽与作物生产中的一个新兴领域。作为一个“小众”的商业生产领域，关于公众对PIPP看法的总体认知十分有限。本研究采用了两种互补的方法来更好地理解当前对PIPP的情感及相关挑战。具体而言，为了了解农民对PIPP的情感和挑战，研究人员对商业化PIPP农民进行了调查。同时，通过从互联网上提取选定数据（即网络爬取）的方式，捕获了利益相关者对一体化农业（一个更宽泛的分类，包含PIPP）的情感。该方法结合了对多种媒体的网络爬取和自然语言处理（Natural Language Processing, NLP），以纵向方式理解情感变化。研究人员将一项针对53位生产者的农民调查与2019年至2021年间来自1089位独立作者的2399篇英文网络爬取帖子（例如，来自在线论坛、新闻网站和博客）进行了比较，以了解对PIPP的看法和经验。调查数据和在线帖子均强调土壤健康、动物福利和杂草控制是PIPP的感知益处。此外，调查受访者将食品安全法规或事件、加工和认证视为PIPP的障碍，而这些话题很少出现在在线对话中（即捕捉新闻和社交媒体的在线话语）。相反，在线对话中提到但未包含在调查中的话题包括与土壤、产量、土地效率、自主性和心理健康益处相关的挑战。将在线帖子与调查进行比较，有望提供一种更稳健的方法来理解PIPP及其他小众农业领域的机遇和挑战。这种并行分析农民调查和在线利益相关者情感的方法，为PIPP农民和利益相关者提供了关于农民和利益相关者视角的更广阔背景。该方法提供的见解对于PIPP农民和其他农业实体在连接调查与网络分析方面具有实用价值。
研究背景与目的
美国肉禽产业以其高效、垂直整合和集约化的生产体系为特征。在这种常规生产体系占据主导地位的同时，放牧与一体化家禽生产（PIPP）作为一种小众替代方案应运而生，它通过在相同地块上同时或轮作动植物的方式，生产多样化的动植物产品。然而，学术界对这一行业的规模知之甚少，部分原因在于美国农业部国家农业统计局（NASS）并未在其主要生产报告中将其列为单独类别。此前仅有少数研究通过调查PIPP农民来了解其面临的挑战，或通过消费者调查来捕捉对PIPP体系的看法。传统调查虽能提供有用信息，但通常为横截面设计，样本量有限，且存在自我报告偏差和选择偏差等问题。鉴于数字时代信息传播速度极快，传统单次调查无法捕捉话题随时间变化的动态。因此，为了更全面地获取农民和利益相关者对PIPP的视角，研究人员采用了对PIPP农民进行传统调查与利用商业网络爬取工具收集在线帖子的并行研究方法。研究的总体目标是探索通过直接的传统农民调查所获数据与通过网络爬取（分析在线帖子/论坛、新闻网站和博客）所获数据之间的异同，通过分析调查和在线帖子内容中涌现的话题和情感，旨在了解两者的一致之处、讨论话题的差异以及信息空白，从而识别能够帮助支持对PIPP感兴趣的生产者和利益相关者的研究和推广需求。
主要技术方法
研究人员采用了两套互补的数据收集与分析方案。首先，通过一项在2021年3月至2023年2月间分四次发放的在线调查，收集了53位农民对PIPP的感知和经历。调查涵盖了生产实践、农场规模、感知的益处与挑战等内容。其次，利用消费者智能平台Brandwatch进行网络爬取，通过迭代开发的布尔查询语句，收集了2019年2月28日至2021年5月2日期间来自美国、英国和加拿大这三个主要英语家禽生产国的2399篇在线帖子（包括论坛、新闻、博客、Reddit、推特等）。数据分析方面，调查数据使用SPSS进行描述性统计分析，而在线帖子则结合了Brandwatch的专有自然语言处理（NLP）工具进行机器主题聚类和情感分析，并辅以人工内容分析方法进行编码分类，以确保与调查数据的可比性。
研究结果
3.1 调查结果
共收到53份有效问卷，其中64%（34人）的受访者曾实施过PIPP。这些农场的户外生产面积平均为13英亩（中位数1.5英亩），平均饲养家禽数量为845只（中位数125只）。在生产实践方面，蔬菜生产中最常见的做法是“有机但未认证”（59%），家禽生产中最常见的是“白天觅食夜间圈养”（59%）和使用“鸡舍拖车”（56%）。关于PIPP的益处，受访者最常提及的是改善土壤肥力（79%）、产高品质鸡蛋（76%）和家禽健康（74%）。面临的主要挑战包括鸟类捕食者（41%）、有机饲料供应不足（29%）和缺乏就近的有机加工设施（24%）。在信念态度方面，69%的受访者同意“整合家禽与蔬菜生产能节省饲料和堆肥成本”。
3.2 在线帖子描述性统计
共检索到2399篇相关帖子，来自1089位独立作者。其中，新闻文章占比最高（40%），其次是论坛（27%）、博客（12%）、Reddit（8%）、推文（6%）和YouTube评论（5%）。发帖量最高的前十大网站中，有六个是在线论坛，如Backyardchickens.com排名第一。尽管新闻网站帖子总量最大，但论坛产生了最高的影响力得分。推特虽然帖子数量相对较少，但覆盖面最广。
3.3 机器生成的主题分析与情感分析
Brandwatch的算法将帖子自动归类为“移动鸡舍”、“移动”、“鸡”、“作物”、“管理”、“土壤”、“动物”、“菜园”、“建造”、“鸡舍拖车”、“蔬菜”和“牧场”等主题。整体来看，在线用户对PIPP属性的提及绝大多数呈正面情感。论坛帖子中仅15%的属性提及带有负面情感，Reddit为5%，推特为1%。大多数负面情感与易用性、动物福利和经济收益相关。不到1%的帖子提及食品安全、认证、加工或相关科学研究。
3.4 推特、论坛和Reddit数据的人工内容分析
人工详细审查发现，21%的帖子与PIPP不相关。在相关帖子中，关于蛋鸡生产的讨论数量几乎是肉鸡的两倍。土壤健康、动物福利和自主性是在社交媒体对话中被提及最多的属性。
3.5 在线数据与调查数据的比较
两种方法都识别出土壤影响和动物福利是PIPP的主要益处，同时也都提到了杂草和害虫控制的益处。在线数据还揭示了调查中未包含的一些益处，如认为这种生产方式更天然、可持续、气候友好、有利于心理健康等。反之，调查中更高比例地提到了成本效益、经济效益、食品/鸡蛋质量和增产等益处。在挑战方面，动物福利问题和系统的复杂性被两种方法共同提及。一个显著差异是，53%的调查受访者将食品安全法规/事件视为首要障碍，但这在在线对话中仅占0.2%。同样，加工和认证在调查中被频繁提及，但在线上极少出现。在线对话中还出现了调查未涵盖的挑战，如土壤、产量、土地效率和心理健康益处等。
讨论与结论
讨论部分指出，网络爬取和分析作为农业领域相对新颖的信息收集方法，能够以纵向方式轻松提取和分析特定话题数据，有助于理解围绕PIPP的广泛信念，起到“假设生成”的作用。而调查的优势在于能够确认目标受众（如农民）已被触及，并能深入了解其具体关切。研究表明，两种方法具有协同效应：网络爬取可以识别调查设计时可能遗漏的新兴话题（如自主性、心理健康），而调查则能深入探讨农民特有的、但在公开在线讨论中较少出现的结构化问题（如食品安全法规、加工认证）。
研究也指出了局限性，包括数据收集时间段不完全重合、商业工具的专有性质限制了方法透明度和可重复性、网络爬取主要分析文本而忽略了图片和视频内容，以及布尔查询精确度带来的假阳性/阴性问题。
研究结论部分总结如下：随着越来越多的美国人从在线媒体获取信息，提取和分析在线帖子的能力日益重要。由于在线媒体分析可以是连续的，因此更容易洞察趋势、话题和情感的变化。相比之下，调查提供了一种针对特定受众和问题的精准方法，但在农业领域往往参与率低且非纵向研究。本案例展示了调查与网络爬取的潜在协同作用，以促进对特定生产系统（如PIPP）形成更全面的理解。从概念上讲，网络爬取促进了更多的“假设生成”方法，而调查则需要对被调查群体做出假设。这种方法对于像PIPP这样研究较少的课题可能非常有用。未来人工智能在图像和视频分析方面的进步，可能会提供一层新的连续利益相关者数据，可与基于文本的在线媒体进行并行分析。这种持续提取和分析网络数据的能力或许是运用此方法最相关的方面，因为它可以促进持续性评估，而非某个时间点的单一调查。
