The Drivers of Polarity in Sentiments on Social Media: an Exploratory Study on the 2021 Canadian Federal Election
Notice bibliographique
Résumé
The drivers of polarity in sentiments on social media - an exploratory study on the 2021 Canadian Federal Election Hiba Mohammad Noor Master of Science in Management, 2022 Master of Science in Management, Ryerson University Social media is used by the public, voters, and politicians to share their political opinions leading to online political discourse. The opinions shared by voters on social media have different sentiments associated with them depending on voter needs and priorities. Understanding the factors that drive these sentiments can help policymakers and other political stakeholders to understand voter needs and expectations and develop policies that align with those needs. This research focuses on identifying the factors (keywords) that drive these sentiments. This research also investigates the relationship between these keywords and the number of retweets and hashtags. Sentiment analysis was performed on 779,169 tweets related to the 2021 Canadian Federal election followed by text clustering and keywords analysis. The topics and keywords that drive the sentiments were identified. Chi-Square test was used to investigate the relationship between these keywords, hashtags, and the number of retweets. The results suggest that some keywords are common in opposite sentiment types (positive and negative) which shows polarization in Twitter and some keywords are unique to a sentiment type which shows that these keywords drive that specific sentiment. The results also suggest that there is no significant relationship between the keywords and the number of hashtags but has a significant relationship between the keywords and the number of retweets for extremely negative tweets only.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».