A Multi-Dimensional Analysis and Governance Study of Online Public Opinion after the Enactment of China&#8217;s &#8220;Preschool Education Law&#8221;<br>&#8212;Based on Python Analysis of Weibo Data in 2024
Notice bibliographique
Résumé
The popularization of the “Preschool Education Law” is an important part of the current government’s educational governance. This study, using Python technology, selected the 7529 comments from the five most popular official media accounts on Sina Weibo since the promulgation of the “Preschool Education Law” in 2024 as the research object, and analyzed them from three aspects: subject composition, emotional tendency, and focal issues. The results show that the online public has a certain level of attention to the “Preschool Education Law”, but the spatial differentiation and gender differences presented there in reflect the possible existence of an “information cocoon” in the policy dissemination process. The online public’s overall emotional response to the promulgation of the “Preschool Education Law” is positive, but the presence of a certain proportion of neutral and negative emotions should be noted to be vigilant against potential risks in the implementation of the policy. The online public’s discussions on the “Preschool Education Law” focus on eight themes, which are the key issues that should be addressed in the process of promoting and popularizing the “Preschool Education Law”. Therefore, in the process of promoting the popularization of the “Preschool Education Law”, the government should pay attention to the differences among online public opinion groups, effectively carry out the popularization work of the “Preschool Education Law”; pay attention to the emotions of online public opinion, and guide them rationally, emotionally, and legally; and dynamically understand the focal issues to respond to the public’s demands for preschool education.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».