Twiplomacy by Indonesian Ambassadors and Embassies
Notice bibliographique
Résumé
Twitter has been strategically used by many countries in the world as part of their digital diplomacy or known as Twiplomacy. The current pandemic highlights the pivotal role that Twiplomacy has to offer. Aside from being free to use, this approach is fast in terms of disseminating information that can improve a country’s international image. It also serves as an excellent tool to ensure protection for diaspora communities worldwide by providing updates to those in need of support. The Indonesian government is fully aware of these functions, hence almost all embassies and ambassadors are now on Twitter to push forward Indonesia’s international agendas. Our paper introduces a dataset which consists of key information from all Twitter handles owned by ambassadors and embassies as of 12 March 2021. The descriptive analysis offers a novel empirical exploration of how Indonesian Twiplomacy fares during pandemic times. Our data suggests that embassies have a substantial role in Twiplomacy and every effort to improve their digital contribution should be highly encouraged. As for digital reach, we found that the total number of embassies’ Twitter followers is less than a quarter of those of ambassadors. Yet, Indonesian embassies tweeted three times more than the ambassadors. We also find that embassies with longer existence in the Twitterverse have more followers, hence greater digital contribution to Indonesia's overall Twiplomacy performance.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».