論文の概要: Tweeting for the Cause: Network analysis of UK petition sharing
- arxiv url: http://arxiv.org/abs/2101.00296v1
- Date: Fri, 1 Jan 2021 18:57:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 03:43:01.520546
- Title: Tweeting for the Cause: Network analysis of UK petition sharing
- Title（参考訳）: 原因のツイート:英国の請願書共有のネットワーク分析
- Authors: Peter Cihon, Taha Yasseri, Scott Hale, and Helen Margetts
- Abstract要約: われわれは、Twitterユーザーが1つの問題に関する嘆願書を独占的に共有したり、人気のある請願書を独占的に共有したりしないことを発見した。
240,000人以上のTwitterユーザーのうち、最も中心的なユーザーは政治的に活動的な「平均的な」個人である。
政府の請願書を共有するプラットフォームとしてのTwitterは、オンラインに潜む支援団体の新たな形態の中で、創造と調整を促進する可能性を秘めているようだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Online government petitions represent a new data-rich mode of political
participation. This work examines the thus far understudied dynamics of sharing
petitions on social media in order to garner signatures and, ultimately, a
government response. Using 20 months of Twitter data comprising over 1 million
tweets linking to a petition, we perform analyses of networks constructed of
petitions and supporters on Twitter, revealing implicit social dynamics
therein. We find that Twitter users do not exclusively share petitions on one
issue nor do they share exclusively popular petitions. Among the over 240,000
Twitter users, we find latent support groups, with the most central users
primarily being politically active "average" individuals. Twitter as a platform
for sharing government petitions, thus, appears to hold potential to foster the
creation of and coordination among a new form of latent support interest groups
online.
- Abstract（参考訳）: オンライン政府の請願は、新しいデータ豊富な政治参加様式を表している。
この研究は、署名の獲得と最終的には政府の対応のために、ソーシャルメディア上での嘆願書共有のこれまでの過小評価されたダイナミクスを調べます。
請願書にリンクする100万以上のつぶやきを含む20ヶ月のtwitterデータを用いて、請願書や支持者からなるネットワークの分析を行い、暗黙の社会的ダイナミクスを明らかにする。
twitterのユーザーは1つの問題について請願を独占的に共有したり、人気のある請願を独占的に共有したりしない。
240,000人以上のTwitterユーザーのうち、最も中心的なユーザーは政治的に活動的な「平均的な」個人である。
したがって、政府の請願を共有するプラットフォームとしてのtwitterは、新しい形の潜在支援団体のオンライン化と調整を促進する可能性を秘めているようだ。
関連論文リスト
- Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。
Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。
この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
論文 参考訳（メタデータ） (2023-06-06T08:41:02Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Retweet-BERT: Political Leaning Detection Using Language Features and
Information Diffusion on Social Networks [30.143148646797265]
Retweet-BERTは、シンプルでスケーラブルなモデルで、Twitterユーザーの政治的傾向を推定する。
我々の仮定は、同様のイデオロギーを共有する人々の間で、ネットワークや言語学のパターンがホモフィリーであることに由来する。
論文 参考訳（メタデータ） (2022-07-18T02:18:20Z) - Political Communities on Twitter: Case Study of the 2022 French
Presidential Election [14.783829037950984]
われわれは、2022年のフランス大統領選挙でTwitter上に形成された政治コミュニティを特定することを目指している。
われわれは、12万人のユーザーと6260万人のツイートを含む大規模なTwitterデータセットを作成し、選挙に関連するキーワードについて言及している。
ユーザのリツイートグラフ上でコミュニティ検出を行い、各コミュニティのスタンスを詳細に分析する。
論文 参考訳（メタデータ） (2022-04-15T12:18:16Z) - Negativity Spreads Faster: A Large-Scale Multilingual Twitter Analysis
on the Role of Sentiment in Political Communication [7.136205674624813]
本稿は、欧州3カ国の政治家のツイートを分析しようとするものである。
最先端の事前訓練言語モデルを利用することで、数十万のツイートに対して感情分析を行った。
我々の分析は、政治家の否定的なツイートが、特に最近の時代に広く広まっていることを示している。
論文 参考訳（メタデータ） (2022-02-01T13:25:19Z) - Comparing the Language of QAnon-related content on Parler, Gab, and
Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。
われわれは投稿をParlerの#QAnonというハッシュタグと比較する。
Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。
これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文 参考訳（メタデータ） (2021-11-22T11:19:15Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳（メタデータ） (2021-11-03T20:08:54Z) - Characterizing Online Engagement with Disinformation and Conspiracies in
the 2020 U.S. Presidential Election [9.63004143218094]
ソーシャルメディアの永続的な操作は、2020年のアメリカ合衆国大統領選挙に対する懸念を増している。
2億2200万の選挙関連ツイートのデータセットを分析し,信頼できない(あるいは陰謀的)クレームから事実を分離するために,検出モデルを適用した。
我々は、信頼できない、陰謀的なツイートと、QAnon陰謀グループとのアカウントのエンゲージメントを、政治的傾倒とツイートタイプによって特徴づける。
論文 参考訳（メタデータ） (2021-07-17T22:11:13Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Retweet communities reveal the main sources of hate speech [0.6999740786886536]
高度なディープラーニングを導入し,高品質なヘイトスピーチ分類モデルを構築した。
リツイートネットワークを作成し、コミュニティを検出し、時間を通してその進化を監視します。
ヘイトスピーチは、政治的、イデオロギー的な問題に関連する攻撃的なツイートによって支配されている。
受け入れがたいツイートの約60%は、中程度のサイズの1つの右翼コミュニティによって生成される。
論文 参考訳（メタデータ） (2021-05-31T11:43:19Z) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳（メタデータ） (2020-04-28T23:54:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。