Digital Ecosystems of Ideology: Linked Media as Rhetoric in Spanish Political Tweets
Notice bibliographique
Résumé
That Twitter is a major form of political mobilization and influence has been well documented. But what is the role of linked media—references to newspapers, photos, videos, and other external sources via URLs—in political Twitter messaging? How are linked references employed as campaign tools and rhetorical devices in messages published by political parties on Twitter? Is there a quantifiable relationship between a party’s ideology and linked media in tweets? With the spread of fake news, threats to a free press, and questioning of the legitimacy of political messaging on the rise globally, the sources on which parties draw to convince voters of their online messaging deserve critical attention. To explore the above questions, this article examines uses of linked media in tweets generated by the official accounts of Spain’s top five political parties during, in the lead-up, and in the immediate aftermath of the Spanish General Elections held on April 28, 2019. Grounded in a corpus of 10,038 tweets collected between March 1 and May 15, 2019, this study quantifies, compares, and critiques how linked media are integrated and remixed into tweets published by the left-leaning Spanish Workers’ Socialist Party (@PSOE), right-wing Popular Party (@populares), left-wing Podemos (@ahorapodemos), neoliberal Citizens (@CiudadanosCs), and far-right Vox (@vox_es) parties. Evidence reveals that each party links to media from somewhat homophilic groups of news outlets, journalists, and public figures, an analysis of which can shed light on how parties construct their digital self-representations, ideological networks of information, and attempt to sway voters.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».