論文の概要: Twitter's Agenda-Setting Role: A Study of Twitter Strategy for Political Diversion

• arxiv url: http://arxiv.org/abs/2212.14672v1
• Date: Fri, 16 Dec 2022 11:34:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 08:19:47.408958
• Title: Twitter's Agenda-Setting Role: A Study of Twitter Strategy for Political Diversion
• Title（参考訳）: TwitterのAgenda-Settingの役割:Twitterの政治転換戦略に関する研究
• Authors: Yuyang Chen, Xiaoyu Cui, Yunjie Song, Manli Wu
• Abstract要約: この研究は、ドナルド・トランプのTwitterキャンペーンが、アジェンダセットを誘導し、政治的リスクを逸脱させる効果を検証した。 2020年1月1日から12月31日まで、Twitterプラットフォーム上でトランプが投稿したツイートをすべて収集した。 実証分析によると、Twitterの戦略は、新型コロナウイルスの感染拡大の際の否定的なコビッドウイルスの報告から大衆の注意を逸らすのに使われている。
• 参考スコア（独自算出の注目度）: 2.129609835555137
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study verified the effectiveness of Donald Trump's Twitter campaign in guiding agen-da-setting and deflecting political risk and examined Trump's Twitter communication strategy and explores the communication effects of his tweet content during Covid-19 pandemic. We collected all tweets posted by Trump on the Twitter platform from January 1, 2020 to December 31, 2020.We used Ordinary Least Squares (OLS) regression analysis with a fixed effects model to analyze the existence of the Twitter strategy. The correlation between the number of con-firmed daily Covid-19 diagnoses and the number of particular thematic tweets was investigated using time series analysis. Empirical analysis revealed Twitter's strategy is used to divert public attention from negative Covid-19 reports during the epidemic, and it posts a powerful political communication effect on Twitter. However, findings suggest that Trump did not use false claims to divert political risk and shape public opinion.
• Abstract（参考訳）: 本研究は、ドナルド・トランプのtwitterキャンペーンがagen-da-settingを誘導し、政治的リスクを和らげる効果を検証し、トランプ大統領のtwitterコミュニケーション戦略を調べ、新型コロナウイルス(covid-19)パンデミックにおける自身のツイートコンテンツのコミュニケーション効果について検討した。 我々は、2020年1月1日から2020年12月31日まで、トランプがTwitterプラットフォーム上で投稿したツイートをすべて収集した。 確認済みのCovid-19の診断回数と特定のテーマツイート数との相関を時系列分析を用いて検討した。 実証分析によると、Twitterの戦略は、新型コロナウイルスの感染拡大中、否定的なコビッドウイルスの報告から大衆の注意を逸らすために使われており、Twitterに強力な政治的コミュニケーション効果を投稿している。 しかし、調査結果はトランプが政治的リスクを分散させ世論を形作るために虚偽の主張を使わなかったことを示唆している。

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)
• Predicting Hate Intensity of Twitter Conversation Threads [26.190359413890537]
  DRAGNET++は、将来、ツイートが返信チェーンを通じてもたらす憎悪の強さを予測することを目的としている。 ツイートスレッドのセマンティックな構造と伝播構造を利用して、続く各ツイートにおけるヘイトインテンシティの低下につながるコンテキスト情報を最大化する。 DRAGNET++は最先端のすべてのベースラインを大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2022-06-16T18:51:36Z)
• 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)
• Manipulating Twitter Through Deletions [64.33261764633504]
  Twitter上でのインフルエンスキャンペーンの研究は、公開APIを通じて得られたツイートから悪意のあるアクティビティを識別することに大きく依存している。 ここでは,1100万以上のアカウントによる10億以上の削除を含む,異常な削除パターンを網羅的かつ大規模に分析する。 少数のアカウントが毎日大量のツイートを削除していることがわかった。 まず、ツイートのボリューム制限が回避され、特定のアカウントが毎日2600万以上のツイートをネットワークに流すことができる。 第二に、調整されたアカウントのネットワークは、繰り返しのいいね!や、最終的に削除されるコンテンツとは違って、ランキングアルゴリズムを操作できる。
  論文  参考訳（メタデータ） (2022-03-25T20:07:08Z)
• 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)
• Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
  本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。 また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
  論文  参考訳（メタデータ） (2021-12-08T14:12:24Z)
• 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)
• High-level Approaches to Detect Malicious Political Activity on Twitter [0.0]
  2020年5月、約500万のアカウントと1億2000万以上のツイートで撮影されたデータスナップショットを調査した。 分析期間は2019年8月から2020年5月までで、2019年10月6日のポルトガル総選挙に焦点が当てられている。 私たちは、Twitterのサスペンションパターンが、ポルトガルのTwitter圏で見られる政治的トロルのタイプに適していないことを知りました。
  論文  参考訳（メタデータ） (2021-02-04T22:54:44Z)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Russian trolls speaking Russian: Regional Twitter operations and MH17 [68.8204255655161]
  2018年、Twitterはロシアのトロルとして特定されたアカウントのデータを公開した。 我々はこれらのトロルのロシア語操作を分析する。 MH17の事故に関するトロルズの情報キャンペーンは、ツイート数で最大のものだった。
  論文  参考訳（メタデータ） (2020-05-13T19:48:12Z)

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。