主要变量与研究假设
本研究关注的第一组因变量为今日头条用户的认知性行动，具体包括新闻的加工思考、新闻讨论和新闻卷入。其中，新闻的思考加工指个体将新信息与记忆中的其他信息（如既有的知识或个人经历）进行联系，或将不同信息以全新方式进行整合的过程。例如，当人们阅读到有关贸易战的新闻时，可能会想到大学经济课程中讲到的贸易基本概念，可能会回忆起某一个同事对中美经济状况的评价，也可能会联想到中国与其他国家的贸易摩擦，甚至会联想到即将通过海淘所要购买的美国商品等。这些将既有信息与新信息进行勾连的过程即新闻的思考加工。
新闻讨论一直是效果研究关注的重要变量。一方面，人际讨论作为一种信息渠道提供给人们获取知识的基本材料；另一方面，人际讨论与新闻思考类似，也提供给人们一个反思、分析所接收新闻内容的机会。也就是说，人际讨论很多时候会激发人们对所接收的新闻作更深入的思考。据Kosicki和Mc Leod的研究，新闻加工思考和关于新闻的讨论实际上属于反思性融合的两个元素[34]。对新闻内容的思考或讨论都反映了人们在接触到新闻后对信息作进一步认知处理的努力。在思考或讨论中，人们对信息进行比对或评估，与其他信息进行联系，或者将其与自身的经历与记忆进行勾连。
此外，考虑到以今日头条为代表的新闻平台有较高互动性，本研究引入另一个认知行动相关的变量——新闻卷入。新闻卷入指人们利用社交平台的互动功能对新闻内容所作出的回应行为，如点赞、评论、转发或分享等[35]。新闻卷入可以看作是对通过网络获取的新闻信息的一种认知性反应，但这种认知性反应在社交媒体环境中以行为方式表达出来。例如，当用户点赞、评论或转发一则今日头条上读到的新闻，通常都意味着用户对这则新闻付出了充分的注意力并且认真思考了新闻的内容。社交平台的新闻卷入实际上给我们提供了理解用户对内容进行认知处理的行为指标。基于以上讨论，本文将今日头条的新闻卷入也看作一种反思性整合。也就是说，新闻卷入程度越高，用户对新闻信息的认知处理程度也越高。从逻辑上而言，接触信息是产生反思性整合的关键前提。当人们频繁地使用今日头条来阅读新闻时，才有可能对接触到的信息在认知层面进行处理，即所谓的反思性整合。很多既往研究都发现，媒介使用及其相关动机与前文提到的三种认知行动有正向的相关关系（具体参考文献请见前文论述，在此不作重复）。由此，我们提出本研究的第一组假设：
研究假设1a：今日头条使用频率与新闻思考加工呈正相关关系。
研究假设1b：今日头条使用频率与新闻讨论呈正相关关系。
研究假设1c：今日头条使用频率与新闻卷入呈正相关关系。
此外，本研究还引入了两个与今日头条用户使用体验相关的变量。一个变量是新闻源的感知可信度（perceived credibility）。感知可信度并非对一个新闻源的客观评价，而是新闻用户对新闻源可信度和质量的主观感受，属于感知变量[36]。另一个变量与算法推荐平台的特性有关——用户对所推送内容的满意度。内容满意度也是一个基于用户主观感受的变量，旨在衡量用户对平台推送内容与自身兴趣偏好契合度的评价。平台会通过算法及数据来判断用户所感兴趣的内容，但这种判断往往会存在一定的偏差，用户使用习惯与算法也需要一定的时间来磨合。因此，不同用户在接收平台推荐的个性化内容时，会产生不同的满意度感知。内容满意度越高，则用户认为平台推荐的内容越符合他们的兴趣和偏好。以上变量的引入，旨在了解受访者使用算法推荐平台的用户体验给认知行动带来的影响。
有研究表明，信息源的感知可信度与用户的信息合适行为呈正相关关系[37]。从逻辑上讲，当用户认为平台推荐内容越可信、质量越高或者越符合个人兴趣时，他们会对相关内容付出更多的认知努力，会更倾向去思考新闻内容，与人谈论新闻内容，或者对内容进行点赞、评论与分享。由此，笔者提出如下研究假设：
研究假设2a：用户对今日头条新闻的感知可信度与新闻思考加工呈正相关关系。
研究假设2b：用户对今日头条新闻的感知可信度与新闻讨论呈正相关关系。
研究假设2c：用户对今日头条新闻的感知可信度与新闻卷入呈正相关关系。
研究假设3a：用户对今日头条新闻的内容满意度与新闻思考加工呈正相关关系。
研究假设3b：用户对今日头条新闻的内容满意度与新闻讨论呈正相关关系。
研究假设3c：用户对今日头条新闻的内容满意度与新闻卷入呈正相关关系。
本研究考察三种意义上的知识。第一，我们关注公共事务知识。公共事务知识的定义已在前文进行论述。公共事务知识并非一种态度或感知，它强调人们在记忆中形成的事实性的信息。公共事务知识也并非某一特定领域的知识，如经济知识或科学知识。公共事务知识指向人们关于社会状况的一种综合性理解。从新闻的基本分类看，公共事务知识更接近我们常说的“严肃新闻知识”。第二，结合算法推送新闻的特点，本研究还关注软新闻知识。本研究关注的软新闻知识也是一种蕴含于时事新闻的事实性知识。但内容上，软新闻知识与前文提到的公共事务知识形成鲜明对比。软新闻信息指的是与政治或公共议题关联较小的新闻内容，如体育、娱乐、文化等[38]。软新闻信息因其较大的可读性，通常可以获得较大流量而获得算法的青睐，很多内容生产者都会提供软新闻信息，因此这类信息在算法推送平台上大量存在。第三，本研究还关注知识的一种主观形态——信息效能。如前文所述，信息效能可定义为个体对掌握足够公共事务知识的自我认知。与事实性知识不同，信息效能衡量人们对“掌握充分信息”的信心与信念。
既往研究已经充分建立了媒介使用与知识获取之间的联系。例如，研究发现，使用电视或报纸等传统媒体对知识获取有正向影响。在新媒体方面，很多研究表明，网络新闻可以正向预测政治知识。此外，基于不少此前的研究，我们有理由相信，使用新闻媒体有助于提高人们的信息效能，即人们对“掌握知识”的信念。前文已对这部分研究进行梳理，此处不再赘述。尽管算法推送新闻的知识效果研究暂时空白，但考虑到今日头条本身就是一种被广泛使用的网络新闻平台，我们期待使用今日头条会对知识获取与信息效能有正向的影响。考虑到今日头条平台可向用户推送种类繁多的新闻内容，我们同时推测今日头条会正向影响用户的公共事务知识与软新闻知识。综合如上讨论，提出如下假设：
研究假设4a：今日头条会正向影响用户的公共事务知识。
研究假设4b：今日头条使用频率会正向影响用户的软新闻知识。
研究假设4c：今日头条使用频率会正向影响用户的信息效能。
除了媒介使用变量，本研究还纳入新闻的态度性变量，以考察个体长期形成的新闻心理偏好或心理习惯对知识效果的影响。第一个变量是新闻态度（news attitudes），指的是个体对新闻产品整体的情感性评估，如觉得新闻令人愉悦或新闻对人有好处[39]。逻辑上而言，正向的新闻态度（觉得新闻令人愉悦或对人有益处）会正向影响人们的知识获取与信息效能。第二个态度变量为娱乐偏好（entertainment preference）。娱乐偏好指新闻观众更加喜欢收看轻松、愉快的软性新闻内容的倾向[40]。很大程度上，娱乐偏好刻画了个体在新闻使用过程中对新闻内容的内在心理趋向。本节提出这两个变量以考察人们的新闻态度和偏好在算法推送新闻环境中对获取知识的效果。在高选择媒介环境中，算法迎合人们对媒体内容的口味，因此人们对内容的偏好可能得到进一步满足。对严肃新闻话题不感兴趣的新闻用户，有机会进一步回避不感兴趣的内容。因此，我们预设个体的娱乐偏好会负向影响公共事务知识，对软新闻知识则有正向的影响。同时，当个体出于娱乐偏好从信息环境中获取更多软新闻内容而忽略严肃新闻内容时，他们对自身知识掌握的评估与信心也会相应下降，因此，我们预设娱乐偏好会负向影响人们的信息效能。
研究假设5a：正向的新闻态度会正向影响公共事务知识。
研究假设5b：正向的新闻态度会正向影响软新闻知识。
研究假设5c：正向的新闻态度会正向影响信息效能。
研究假设6a：娱乐偏好会负向影响公共事务知识。
研究假设6b：娱乐偏好会正向影响软新闻知识。
研究假设6c：娱乐偏好会负向影响信息效能。