Mapping the Distribution and Spread of Social Ties Over Time: A Case Study Using Facebook Friends
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Relational geography asserts that social networks provide geographic benefits, and geographies are transmitted through the sharing of local knowledge and experience. To articulate the spatial expanse and geographic benefits of an individual’s social network, researchers require better social-spatial geographic information system models illustrating how contacts are dispersed, and how many distinct places they inhabit. In this work, the authors conduct a case study to map social network ties in geographic space. The authors retrieve social network matrices for 20 volunteers (egos) via Facebook.com, amounting to over 8,500 friends (alters). Each ego listed the alter’s hometown city at two time periods: at relationship inception and at the time of the study. The authors measure specific tie locations, tie expanse, deviation from a gravity model prediction, and expansion of alter groups (family, clubs, neighbors, etc.) over time. The authors find that social networks geographically spread over time, on average, from 2,679 km (standard distance) to 3,258 km (standard distance), and that the average ego had alters in 21 unique locations when they met, and 38 locations at the time of the study. Regarding friend groups, the authors discover that high school friends and friends from non-residential gatherings (ex. conferences) dispersed the most (over 1,900 km), and cultural groups (churches, sports teams) and family dispersed the least (less than 800 km) over time. Our results lead to a discussion of how mapping and measuring the distribution of social connections can uncover changing dynamics of social interaction, and one’s ability to access and engage with places through social ties.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle