論文の概要: Why Academics Are Leaving Twitter for Bluesky

• arxiv url: http://arxiv.org/abs/2505.24801v1
• Date: Fri, 30 May 2025 17:03:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:53.089967
• Title: Why Academics Are Leaving Twitter for Bluesky
• Title（参考訳）: ブルースキーでTwitterを辞める理由
• Authors: Dorian Quelle, Frederic Denker, Prashant Garg, Alexandre Bovet,
• Abstract要約: 調査対象の18%の学者が、規律、政治的表現、Twitterのエンゲージメントによって変化し、従来の学術指標では変化しなかった。 我々は、情報ソースが観客よりもはるかに強力な移動を誘導する印象的な非対称性を発見し、この影響は1週間以内に指数関数的に減少する。 本研究は, ネットワーク外部性, 指向性の影響, プラットフォーム移行に関する新たな知見を提供し, スイッチングコストの克服における情報ソースの役割を強調した。
• 参考スコア（独自算出の注目度）: 42.41481706562645
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We analyse the migration of 300,000 academic users from Twitter/X to Bluesky between 2023 and early 2025, combining rich bibliometric data, longitudinal social-media activity, and a novel cross-platform identity-matching pipeline. We show that 18% of scholars in our sample transitioned, with transition rates varying sharply by discipline, political expression, and Twitter engagement but not by traditional academic metrics. Using time-varying Cox models and a matched-pairs design, we isolate genuine peer influence from homophily. We uncover a striking asymmetry whereby information sources drive migration far more powerfully than audience, with this influence decaying exponentially within a week. We further develop an ego-level contagion classifier, revealing that simple contagion drives two-thirds of all exits, shock-driven bursts account for 16%, and complex contagion plays a marginal role. Finally, we show that scholars who rebuild a higher fraction of their former Twitter networks on Bluesky remain significantly more active and engaged. Our findings provide new insights onto theories of network externalities, directional influence, and platform migration, highlighting information sources' central role in overcoming switching costs.
• Abstract（参考訳）: 私たちは2023年から2025年にかけて、30万人の学術ユーザーをTwitter/XからBlueskyに移行させ、リッチな文献データ、縦断的なソーシャルメディア活動、新しいクロスプラットフォームのアイデンティティマッチングパイプラインを組み合わせました。 調査対象の18%の学者が、規律、政治的表現、Twitterのエンゲージメントによって変化し、従来の学術指標では変化しなかった。 時間変化のCoxモデルとマッチングペア設計を用いて、真のピアインフルエンスをホモフィリーから分離する。 我々は、情報ソースが観客よりもはるかに強力な移動を誘導する印象的な非対称性を発見し、この影響は1週間以内に指数関数的に減少する。 さらにエゴレベルの感染分類器を開発し、簡単な感染が全出口の3分の2を駆動し、ショック駆動バーストが16%を占め、複雑な感染が限界的な役割を担っていることを明らかにした。 最後に、Blueskyで以前のTwitterネットワークをリニューアルした研究者は、引き続き活発で活発であることを示します。 本研究は, ネットワーク外部性, 指向性の影響, プラットフォーム移行に関する新たな知見を提供し, スイッチングコストの克服における情報ソースの役割を強調した。

関連論文リスト

• DISHONEST: Dissecting misInformation Spread using Homogeneous sOcial NEtworks and Semantic Topic classification [2.6356166840419717]
  新型コロナウイルス(COVID-19)のパンデミックにより、Twitterなどのオンラインプラットフォームに誤報が拡散した。 我々は、Twitterのリツイートネットワークを使って、ソーシャルインタラクションやトピックモデリングを研究し、ツイートコンテンツを調査しています。
  論文  参考訳（メタデータ） (2024-12-12T18:53:46Z)
• Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
  機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。 我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
  論文  参考訳（メタデータ） (2024-01-24T20:05:49Z)
• Sim-to-Real Causal Transfer: A Metric Learning Approach to Causally-Aware Interaction Representations [62.48505112245388]
  エージェント相互作用の現代的表現の因果認識を詳細に検討する。 近年の表現は、非因果剤の摂動に対して部分的に耐性があることが示されている。 因果アノテーションを用いた潜在表現を正規化するための計量学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-07T18:57:03Z)
• Known by the company we keep: `Triadic influence' as a proxy for compatibility in social relationships [1.1545092788508224]
  学生が3,000人以上、6万人が肯定的かつ否定的な関係を宣言する13校の実際のソーシャルネットワークを調査した。 ニューラルネットワークを用いて関係を予測し、2人の学生が友人や敵である確率を抽出する。 ニューラルネットワークから抽出された確率は、実際のソーシャルネットワークの進化を制御すると仮定する。
  論文  参考訳（メタデータ） (2022-09-08T09:52:34Z)
• Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
  異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。 我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。 3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
  論文  参考訳（メタデータ） (2022-04-19T12:10:03Z)
• A deep dive into the consistently toxic 1% of Twitter [9.669275987983447]
  この調査は、112万のTwitterプロフィールから14年間のツイートと2億2300万以上のツイートをカバーしている。 有害なコンテンツの一貫性の観点から最も極端なプロファイルを選択し、彼らのツイートテキストと、彼らが共有したドメイン、ハッシュタグ、URLを調べました。 その結果、これらのプロファイルはハッシュタグ、URL、ドメインの多様性の低い狭いテーマに保たれており、数学的に互いに似ており、ボットのような振る舞いの可能性が高いことがわかった。
  論文  参考訳（メタデータ） (2022-02-16T04:21:48Z)
• 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)
• The Burden of Being a Bridge: Analysing Subjective Well-Being of Twitter Users during the COVID-19 Pandemic [4.178929174617172]
  本研究では,パンデミックが影響力のあるソーシャルメディア利用者のメンタルヘルスに与える影響について検討する。 SWBの変化が情報拡散におけるブリッジ性能と関係があるかどうかを解析する。 約2年間Twitterから収集されたデータから、新型コロナウイルス(COVID-19)パンデミックにおける影響力のあるユーザーの精神的苦痛が増していることが明らかになった。
  論文  参考訳（メタデータ） (2021-04-09T12:29:34Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。