Social Media Attention to Geopolitical Conflicts - An Analysis of Weibo Users' Comments on the Israeli-Palestinian Conflict
Notice bibliographique
Résumé
In the globalized information age, social media has become a primary channel for news and information dissemination, particularly during geopolitical conflicts. This study investigates public sentiment and discourse on the Israeli-Palestinian conflict on the Chinese social media platform Weibo. Utilizing content analysis, the researcher conducted sentiment statistics and word frequency analysis on Weibo comments to understand Chinese public attitudes toward this conflict. The research reveals a significant increase in negative emotions from 33.33% in October 2023 to 100% in April 2024, indicating growing public discontent and concern as the conflict intensified. Concurrently, positive emotions sharply declined from 47.62% to 0%, reflecting diminished hopes for a peaceful resolution. Neutral sentiments also fluctuated, initially at 19.05%, dropping to 0% by April 2024. Additionally, the study identifies a shift in keyword usage from "world peace" and "hope" to specific entities like "Israel" and "Hamas," and terms like "disaster." This highlights a change in public and media focus from peace initiatives to the humanitarian impact of the conflict. Understanding these dynamics is crucial for promoting a more inclusive gaming environment, challenging existing gender stereotypes, and fostering social stability. This research contributes to a deeper understanding of Chinese public opinion on international geopolitical issues and underscores the importance of social media in shaping public discourse.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».