MétaCan
Menu
Retour à la cohorte
Enregistrement W2120120501 · doi:10.5539/ass.v10n18p144

Who Is Tweeting on #PRU13?

2014· article· en· W2120120501 sur OpenAlexvenueno aff
Mohd Faizal Kasmani, Rosidayu Sabran, Noor Adzrah Ramle

Notice bibliographique

RevueAsian Social Science · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueSentiment Analysis and Opinion Mining
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaTimelineMicrobloggingOpposition (politics)General electionPoliticsPolitical scienceThematic analysisPublic relationsMedia studiesPolitical communicationAdvertisingSociologyQualitative researchSocial scienceBusinessLawHistory

Résumé

récupéré en direct d'OpenAlex

The popular microblogging platform known as Twitter has become a legitimate and frequently used communication channel in the Malaysian political arena. While the 2008 Malaysian general election was notable for the use of social media by the opposition parties during their campaigns, the 2013 general election saw a level playing field in which the Barisan Nasional coalition had quickly caught up in its use of social media. This study draws on a content analysis of election-related Twitter messages collected under the #pru13 hashtag to describe the key patterns of activity and the thematic foci of the election’s coverage on this particular social media site. The dataset is collected from Twitter’s public timeline from May 1to May 6, 2013. What emerged from this analysis is there are evidently intensified and amplified campaign messages polluting the #pru13 hastag from accounts that are questionable in their origin. This study adds to the literature that has questioned the predictive power of social media in an election.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,285
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetSentiment Analysis and Opinion MiningTravaux en français237 207