Recognizing Campaign Effects on Social Media: A Computerized Text Analysis of the 2015 Canadian General Election on Facebook
Notice bibliographique
Résumé
Previous research demonstrates that traditional campaign strategies such as door-to-door canvassing and advertisement have minimal persuasive effects on voters’ political attitudes and vote choice while simultaneously demonstrating strong activation effects on voters’ existing preferences. From this literature, numerous theoretical perspectives on campaign contact have emerged. The most predominant is the minimal effects thesis, which posits that campaigns have minimal effect influencing voters’ political attitudes, vote choice, and consequently, election outcomes. In contrast, the activation effects thesis posits that campaigns are consequential to election outcomes because campaign contact activates voters’ existing political preferences and mobilizes the electorate to vote. This thesis proposes to reconcile the two theoretical perspectives by demonstrating that the same type of campaign contact may have both minimal persuasive effects on voters’ political preferences and strong activation effects on voters’ emotions. The thesis hypothesizes then that campaign contact evokes emotional responses that encourage rather than discourage voting. To this end, the thesis examines campaign effects online from a unique dataset queried from Facebook consisting of federal party leaders’ campaign messages (N = 1,711) and the responses to those messages from everyday Facebook users (n = 92,813) during the 2015 Canadian general election campaign. Computational social science methods are employed to directly measure campaign contact’s persuasive and activation effects on partisan and nonpartisan Facebook users. The results demonstrate that campaign contact online has a minimal persuasive effect on Facebook users’ self-expressed political preferences as well as strong activation effects on those preferences. Activation effects manifest as emotional responses that are most pronounced when individuals react to attitude-divergent rather than attitude-consistent campaign messaging. Exposure to attitude-divergent contact evokes Facebook users to experience discrete negative emotions such as anger, which previous research has shown to increase the electorate’s propensity to vote. The efficacy of negative emotions, however, may incentivize political parties to adopt strategies that demonize political opponents and which may, therefore, contribute to negative partisanship online.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».