Coping in Crisis: Computational Modeling of Coping Styles in Digital Crisis Discourse During the 2023 Turkiye Earthquake
यह अध्ययन दस लाख से अधिक तुर्की ट्वीट्स पर एक मल्टी-लेबल BERTurk क्लासिफायर का उपयोग करके यह प्रदर्शित करता है कि लाजरस और फोकमैन के कोपिंग थ्योरी (coping theory) को वास्तविक समय के डिजिटल संकट डेटा में विश्वसनीय रूप से संचालित किया जा सकता है, जो 2023 तुर्की भूकंप के दौरान समस्या-केंद्रित, भावना-केंद्रित और अर्थ-निर्माण संबंधी कोपिंग शैलियों के विशिष्ट अस्थायी प्रक्षेपवक्रों (temporal trajectories) को प्रकट करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक शहर में एक विशाल, अराजक तूफान आ गया है। पुराने दिनों में, यदि शोधकर्ता यह जानना चाहते थे कि लोग आपदा का सामना कैसे कर रहे हैं, तो वे हफ्तों या महीनों तक इंतजार करते थे। वे लोगों के साथ एक शांत कमरे में बैठते और पूछते, "आपको कैसा महसूस हुआ? आपने इसका सामना कैसे किया?" लेकिन याददाश्त पेचीदा होती है; जब तक लोग जवाब देते हैं, तब तक वे अपने दिमाग में अपनी कहानियों को पहले ही फिर से लिख चुके होते हैं।
यह शोध पत्र एक अलग तरह के शोध के बारे में है। इंतजार करने के बजाय, शोधकर्ताओं ने देखा कि लोग तबाही के दौरान ही क्या लिख रहे थे। उन्होंने फरवरी 2023 में तुर्की में आए भूकंप के तुरंत बाद पोस्ट किए गए दस लाख से अधिक ट्वीट्स का विश्लेषण किया। इन ट्वीट्स को आत्माओं की खिड़की के रूप में नहीं, बल्कि सदमे में फंसी एक समाज के लिए एक विशाल, वास्तविक समय के "हार्टबीट मॉनिटर" (धड़कन मापने वाले यंत्र) के रूप में देखें।
यहाँ उनके निष्कर्षों का विवरण दिया गया है, जिसे सरल उपमाओं के माध्यम से समझाया गया है:
1. लोगों के "सामना करने के तरीके" (टूलकिट)
शोधकर्ताओं ने ट्वीट्स को तीन मुख्य श्रेणियों में बांटने के लिए "कोपिंग थ्योरी" (Coping Theory) का उपयोग किया। कल्पना कीजिए कि लोगों के पास एक मानसिक टूलकिट है, और वे संकट के विभिन्न चरणों के आधार पर अलग-अलग औजार निकालते हैं:
- "ठीक करने वाला" औजार (Problem-Focused): यह तब के लिए है जब आपको किसी पहेली को सुलझाने की आवश्यकता होती है। ट्वीट्स में, यह बचाव कार्यों के निर्देशांक (coordinates) साझा करने, "निकटतम अस्पताल कहाँ है?" पूछने, या सहायता समन्वय करने के रूप में दिखा।
- "महसूस करने वाला" औजार (Emotion-Focused): यह तब के लिए है जब पहेली अभी हल नहीं की जा सकती, इसलिए आपको अपनी भावनाओं को प्रबंधित करने की आवश्यकता होती है। ये ट्वीट्स शोक, प्रार्थनाओं, "मुझे तुम्हारी याद आती है," या डर और उदासी की अभिव्यक्ति से भरे थे।
- "क्यों का" औजार (Meaning-Making): यह तब के लिए है जब आप अराजकता को समझने की कोशिश करते हैं। इन ट्वीट्स ने पूछा, "ऐसा क्यों हुआ?" या "दोष किसका है?" वे इस त्रासदी को समझाने के लिए एक कहानी या नैतिक सबक की तलाश कर रहे थे।
2. कंप्यूटर अनुवादक (रोबोट लाइब्रेरियन)
दस लाख ट्वीट्स को पढ़ने के लिए, शोधकर्ता इसे हाथ से नहीं कर सकते थे। उन्होंने एक विशेष कंप्यूटर प्रोग्राम (एक "BERTurk" मॉडल) बनाया जो एक सुपर-फास्ट लाइब्रेरियन की तरह काम करने के लिए प्रशिक्षित था।
- उन्होंने इस लाइब्रेरियन को 500 उदाहरण दिखाकर सिखाया कि कौन सा ट्वीट किस "औजार" (Fix-It, Feel-It, या Why-It) का उपयोग करता है।
- प्रशिक्षित होने के बाद, लाइब्रेरियन कुछ ही सेकंड में शेष दस लाख ट्वीट्स को पढ़ सकता था।
- परिणाम: तुर्की-प्रशिक्षित लाइब्रेरियन एक सामान्य, "एक-आकार-सभी-के-लिए" अंतरराष्ट्रीय रोबोट की तुलना में स्थानीय भाषा और बोलचाल को समझने में बहुत बेहतर था। इसने उच्च सटीकता के साथ काम पूरा किया।
3. महीने की कहानी (टाइमलाइन)
जब उन्होंने 30 दिनों के दौरान "औजारों" के उपयोग को देखा, तो उन्हें आपदा के बाद बदलते मौसम की तरह एक बहुत ही स्पष्ट और अनुमानित पैटर्न दिखाई दिया:
- दिन 1–3 (दौड़-भाग): "ठीक करने वाले" औजार का सबसे अधिक उपयोग किया गया। लोग घबराए हुए थे, स्थान साझा कर रहे थे और मदद मांग रहे थे। यह शुद्ध उत्तरजीविता (survival) मोड था।
- दिन 4–7 (बदलाव): जैसे ही तत्काल बचाव की तात्कालिकता कम हुई, "ठीक करने वाले" ट्वीट्स में भारी गिरावट आई। "महसूस करने वाले" ट्वीट्स बढ़ने लगे। लोग अपने दुख को संसाधित करने लगे।
- सप्ताह 2–4 (स्थिरता और खोज): "महसूस करने वाले" ट्वीट्स स्थिर हो गए (लोग अभी भी दुखी थे और शोक मना रहे थे)। लेकिन "क्यों का" औजार लगातार ऊपर चढ़ने लगा। लोग कठिन सवाल पूछने लगे कि क्यों इमारतें गिरीं और कौन इसके लिए जिम्मेदार है।
4. गुस्से का संबंध
सबसे दिलचस्प निष्कर्षों में से एक गुस्से के बारे में था।
शोधकर्ताओं ने पाया कि जब लोग गुस्से में थे, तो वे शायद ही कभी "ठीक करने वाले" औजार का उपयोग करते थे। इसके बजाय, गुस्सा "क्यों का" औजार से मजबूती से जुड़ा हुआ था।
- उपमा: गुस्से को व्यावहारिक कार्रवाई (जैसे मलबे से खुदाई करना) के ईंधन के रूप में नहीं, बल्कि एक स्पॉटलाइट (स्पॉटलाइट) के रूप में देखें। जब लोग गुस्से में थे, तो वे उस ऊर्जा का उपयोग दोष और जवाबदेही पर रोशनी डालने के लिए करते थे। वे केवल यह नहीं पूछ रहे थे कि "हम मदद कैसे करें?" बल्कि वे पूछ रहे थे कि "किसने नियम तोड़े जिससे यह सब हुआ?"
5. यह क्यों महत्वपूर्ण है (व्यावहारिक निष्कर्ष)
यह शोध पत्र सुझाव देता है कि यदि हम वास्तविक समय में इस "धड़कन" को पढ़ सकते हैं, तो हम लोगों की बेहतर मदद कर सकते हैं।
- यदि आबादी मुख्य रूप से "ठीक करने वाले" औजार का उपयोग कर रही है, तो उन्हें सूचना, मानचित्र और समन्वय की आवश्यकता है।
- यदि वे मुख्य रूप से "महसूस करने वाले" औजार का उपयोग कर रहे हैं, तो उन्हें शोक मनाने के लिए स्थान, उनके दर्द की स्वीकृति और भावनात्मक समर्थन की आवश्यकता है।
- यदि वे "क्यों का" औजार की ओर बढ़ रहे हैं, तो वे पारदर्शिता और जिम्मेदारी के बारे में जवाबों की तलाश कर रहे हैं।
निष्कर्ष:
यह अध्ययन सिद्ध करता है कि हम वास्तविक समय में समाज के आघात (trauma) को समझने के लिए कंप्यूटर का उपयोग कर सकते हैं। यह दिखाता है कि अराजक और ध्रुवीकृत वातावरण में भी, आपदा के प्रति मानवीय प्रतिक्रियाएं एक अनुमानित लय का पालन करती हैं। यह समझकर कि किसी समुदाय में किसी भी क्षण कौन सा "औजार" उपयोग किया जा रहा है, सहायता कर्मी और नेता अनुमान लगाने के बजाय ठीक उसी चीज़ पर प्रतिक्रिया दे सकते हैं जिसकी उस क्षण वास्तव में लोगों को आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।